# Chatterbox · Text to Speech · Multilingual API

> Πολύγλωσσο text-to-speech για 23 γλώσσες, με όριο 300 χαρακτήρων ανά αίτημα

Συνθέτει ομιλία σε πολλές γλώσσες, όπως αγγλικά, γαλλικά, γερμανικά, ισπανικά, χίντι, αραβικά, κινεζικά, ιαπωνικά και κορεατικά. Το κείμενο περιορίζεται σε 300 χαρακτήρες. Το `voice` ορίζει τη γλώσσα ή μια προσαρμοσμένη URL ήχου μαζί με `custom_audio_language`. Το `exaggeration` κυμαίνεται από 0.25 έως 2 και το `cfg_scale` μπορεί να οριστεί σε 0 για μεταφορά γλώσσας και μείωση της μεταφοράς προφοράς.

- Model id: `chatterbox/text-to-speech/multilingual`
- Made by: Resemble AI
- Category: Text to Speech
- Output: audio
- Price: $0.025 / 1000 characters (cheapest run $0.025 (25 API credits))
- Run: `POST https://api.doitong.com/v1/run/chatterbox/text-to-speech/multilingual`
- Quote: `POST https://api.doitong.com/v1/quote/chatterbox/text-to-speech/multilingual`
- Docs page: https://doitong.com/el/developers/models/chatterbox/text-to-speech/multilingual

## Pricing

Price: **$0.025 / 1000 characters**. Billed per character of `text` (the price is per 1000 characters).

The full example input below costs $0.002 = 2 API credits (50 characters × 25 API credits / 1000 characters).

Prices are the upstream price in USD, paid from the API balance in API credits (1000 API credits = 1 USD). `POST https://api.doitong.com/v1/quote/chatterbox/text-to-speech/multilingual` with the same JSON body returns the exact price for that input; the quote is exactly what a run charges. Invalid input is never charged and failed or canceled requests are refunded automatically.

## Input parameters

| Parameter | Canonical name | Type | Required | Default | Allowed values / range | Description |
|---|---|---|---|---|---|---|
| `text` |  | string | yes |  | ≤ 300 characters | Κείμενο για σύνθεση ομιλίας, με όριο 300 χαρακτήρες και υποστήριξη 23 γλωσσών. Οι διαθέσιμες γλώσσες περιλαμβάνουν Αγγλικά και Γαλλικά· Γερμανικά, Ισπανικά, Ιταλικά και Πορτογαλικά· Χίντι και Αραβικά· Κινεζικά, Ιαπωνικά και Κορεατικά, μεταξύ άλλων. |
| `voice` |  | string | no | `english` |  | Κωδικός γλώσσας σύνθεσης, για προσαρμοσμένη χρήση απαιτούνται τόσο URL ήχου όσο και επιλογή για custom_audio_language. |
| `custom_audio_language` |  | enum (string) \| null | no |  | `english`, `arabic`, `danish`, `german`, `greek`, `spanish`, `finnish`, `french`, `hebrew`, `hindi`, `italian`, `japanese`, `korean`, `malay`, `dutch`, `norwegian`, `polish`, `portuguese`, `russian`, `swedish`, `swahili`, `turkish`, `chinese` | Ρύθμιση γλώσσας που εφαρμόζεται μόνο όταν η φωνή παρέχεται ως προσαρμοσμένο URL· διαφορετικά αγνοείται. Καθορίστε τη γλώσσα που ομιλείται σε αυτόν τον προσαρμοσμένο ήχο. |
| `exaggeration` |  | number | no | `0.5` | 0.25 – 2 | Έκφραση ομιλίας και συναισθηματική ένταση σε σχέση με την ουδέτερη ρύθμιση 0.5. Η αύξηση της τιμής προσθέτει εκφραστικότητα στο εύρος 0.25–2.0, αν και οι ακραίες ρυθμίσεις μπορεί να προκαλέσουν αστάθεια. |
| `temperature` |  | number | no | `0.8` | 0.05 – 2 | Ρυθμίστε την ποικιλία των μοτίβων ομιλίας ορίζοντας την τυχαιότητα παραγωγής μεταξύ 0.05 και 2.0· η αύξηση της τιμής παράγει περισσότερες παραλλαγές. |
| `cfg_scale` |  | number | no | `0.5` | 0 – 1 | Βάρος καθοδήγησης παραγωγής για διαμόρφωση/ρυθμό. Για μεταφορά γλώσσας, το 0.0 βοηθά στον περιορισμό της μεταφοράς προφοράς· το πλήρες εύρος είναι 0.0–1.0. |
| `seed` |  | integer \| null | no |  |  | Seed παραγωγής με δύο συμπεριφορές: το 0 επιλέγει τυχαία παραγωγή, ενώ ένας συγκεκριμένος αριθμός κάνει τις εξόδους αναπαραγώγιμες. |

## Example input

Required parameters only:

```json
{
  "text": "Hello from Doitong. This is a short test sentence."
}
```

A fuller example:

```json
{
  "text": "Hello from Doitong. This is a short test sentence."
}
```

## Run it

Set `DOITONG_API_KEY` to a key from https://doitong.com/developers/dashboard#keys. `?wait=20` returns the finished request in the same call when it is ready within 20 seconds; otherwise poll `GET /requests/{id}` (it also accepts `?wait=`), or pass `webhook_url`.

### curl

```bash
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/chatterbox/text-to-speech/multilingual?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Hello from Doitong. This is a short test sentence."
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"
```

### JavaScript

```javascript
const API = "https://api.doitong.com/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/chatterbox/text-to-speech/multilingual?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "text": "Hello from Doitong. This is a short test sentence."
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");
```

### Python

```python
import os
import requests

API = "https://api.doitong.com/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "text": "Hello from Doitong. This is a short test sentence.",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/chatterbox/text-to-speech/multilingual", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])
```

### MCP

The MCP server at `https://api.doitong.com/v1/mcp` exposes the tools `search_models`, `get_model`, `quote`, `run`, `get_request`, `cancel_request`, `list_requests`, `create_upload` and `get_account`. A `run` call for this model:

```json
{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "run",
    "arguments": {
      "model_id": "chatterbox/text-to-speech/multilingual",
      "input": {
        "text": "Hello from Doitong. This is a short test sentence."
      },
      "wait_seconds": 20
    }
  }
}
```

## Response

Every call returns a request object. `status` is one of `queued`, `running`, `succeeded`, `failed`, `canceled`. `outputs` lists the generated files with URLs on our storage (kept forever, or 7 days with `?storage=temporary`; `storage` says which); `output` is the model's own result object with the same URLs.

```json
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "chatterbox/text-to-speech/multilingual",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 2,
    "usd": "0.002",
    "charged": 2,
    "refunded": 0
  },
  "input": {
    "text": "Hello from Doitong. This is a short test sentence."
  },
  "output": {
    "audio": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_name": "0-output.mp3",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "audio",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_size": 1843200,
      "duration": 12,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
```

### Output fields (`output`)

| Field | Type | Description |
|---|---|---|
| `audio` | object {url, content_type, file_name, file_size} | Αρχείο ήχου που περιέχει συνθετική πολύγλωσση ομιλία. |

## Related models

- [Eleven v4 Text to Speech](https://doitong.com/developers/models/elevenlabs/tts/eleven-v4.md) (`elevenlabs/tts/eleven-v4`): $0.08 / 1000 characters
- [MiniMax Speech 2.8 HD](https://doitong.com/developers/models/minimax/speech-2.8-hd.md) (`minimax/speech-2.8-hd`): $0.10 / 1000 characters
- [Chatterbox · Speech to Speech](https://doitong.com/developers/models/chatterbox/speech-to-speech.md) (`chatterbox/speech-to-speech`): $0.015 / minute of input audio
- [Chatterbox · Text to Speech](https://doitong.com/developers/models/chatterbox/text-to-speech.md) (`chatterbox/text-to-speech`): $0.025 / 1000 characters
- [Chatterboxhd · Speech to Speech](https://doitong.com/developers/models/resemble-ai/chatterboxhd/speech-to-speech.md) (`resemble-ai/chatterboxhd/speech-to-speech`): $0.02 / minute of input audio
- [Chatterboxhd · Text to Speech](https://doitong.com/developers/models/resemble-ai/chatterboxhd/text-to-speech.md) (`resemble-ai/chatterboxhd/text-to-speech`): $0.0108 / run
- [Async Text to Speech Pro V1.0](https://doitong.com/developers/models/async/tts-pro/v1.0.md) (`async/tts-pro/v1.0`): $0.01 / 1000 characters
- [Bytedance Seed Speech Text to Speech](https://doitong.com/developers/models/bytedance/seed-speech/tts/v2.md) (`bytedance/seed-speech/tts/v2`): $0.03 / 1000 characters

## Links

- HTML page: https://doitong.com/developers/models/chatterbox/text-to-speech/multilingual
- All models and guides for AI agents: https://doitong.com/developers/llms.txt
- OpenAPI 3.1 with this model's typed request body: https://doitong.com/developers/openapi.json?model=chatterbox/text-to-speech/multilingual
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.com/v1/models/chatterbox/text-to-speech/multilingual