Μετάβαση στο περιεχόμενο

Personaplex

Ενσωμάτωση

id μοντέλου personaplex
# 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/personaplex?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# 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"

Αρχεία όπως το παράδειγμα: 0,01 $ 10 πιστώσεις API τα αρχεία σας μετρώνται πριν από την εκτέλεση Εκτέλεση σε αυτήν τη σελίδα

Λήψη κλειδιού API
NVIDIA Ήχος #audio

Συνομιλιακό μοντέλο ομιλία-σε-ομιλία που απαντά σε προφορικό ήχο με περσόνα και φωνή της επιλογής σας

NVIDIA · Ήχος

Το πρώτο σας αποτέλεσμα θα εμφανιστεί εδώ

Δημιουργήστε ένα αίτημα παρακάτω και εκτελέστε το με το κλειδί API σας. Οι έξοδοι αντιγράφονται στην αποθήκευσή μας και διατηρούνται για πάντα ή 7 ημέρες δωρεάν.

Δημιουργία αιτήματος

Τα στοιχεία ελέγχου δημιουργούνται από το σχήμα του μοντέλου. Ο κώδικας και η τιμή ενημερώνονται καθώς τα αλλάζετε.

προεπιλογή You are a wise and fr...

Prompt κειμένου που ορίζει την περσόνα του AI και το πλαίσιο της συνομιλίας.

Αποθέστε ένα αρχείο ή

URL δείγματος κλωνοποίησης φωνής· συνιστάται καθαρή ομιλία διάρκειας τουλάχιστον 10 δευτερολέπτων. Το δείγμα κλωνοποιείται άμεσα και αντικαθιστά το προκαθορισμένο 'voice' για την απόκριση του AI.

•απαιτείται audio_url
Αποθέστε ένα αρχείο ή

URL της εισόδου ήχου που περιέχει την ομιλία του χρήστη.

Για προχωρημένους voice · temperature_audio · temperature_text · top_k_audio · top_k_text · seed · enable_safety_checker
προεπιλογή NATF2

ID φωνής της απόκρισης του AI, το οποίο παρακάμπτεται από το voice_audio_url όταν παρέχεται. Οι κωδικοί του διακρίνουν τη φυσική (NAT) από την ποικιλία (VAR) και τη γυναικεία (F) από την ανδρική (M).

προεπιλογή 0.8

Θερμοκρασία κατά τη δειγματοληψία ήχου· η αύξησή της παράγει πιο ποικίλα αποτελέσματα.

προεπιλογή 0.7

Θερμοκρασία κατά τη δειγματοληψία κειμένου· η αύξησή της παράγει πιο ποικίλα αποτελέσματα.

προεπιλογή 250

Ρύθμιση Top-K για δειγματοληψία token ήχου.

προεπιλογή 25

Ρύθμιση Top-K για δειγματοληψία token κειμένου.

Seed που ελέγχει την τυχαιότητα για αναπαραγώγιμα αποτελέσματα.

POST /run/personaplex?wait=20 προσφορά → 0,01 $
# 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/personaplex?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# 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"

Εκτέλεση αυτού του αιτήματος

Το κλειδί σας παραμένει σε αυτό το πρόγραμμα περιήγησης: αποστέλλεται μόνο στο Doitong API και αποθηκεύεται (localStorage) μόνο αν ενεργοποιήσετε την επιλογή «Να απομνημονεύεται». Λήψη κλειδιού API

Σχετικά με το Personaplex

Λαμβάνει την ομιλία του χρήστη μέσω `audio_url` και απαντά με παραγόμενο λόγο, ο οποίος επιστρέφεται μαζί με απομαγνητοφώνηση της απάντησης και τη διάρκειά της. Ένα κειμενικό `prompt` ορίζει την περσόνα και το `voice` επιλέγει μια προεπιλογή. Εναλλακτικά, το `voice_audio_url` κλωνοποιεί μια φωνή από δείγμα, για το οποίο συνιστώνται τουλάχιστον 10 δευτερόλεπτα καθαρής ομιλίας. Η δειγματοληψία ρυθμίζεται μέσω των ρυθμίσεων temperature και top-k.

Παράμετροι

Στείλτε είτε το κανονικό όνομα είτε το εγγενές όνομα, όχι και τα δύο. Κανονικά ονόματα

ΌνομαΤύπος ΠροεπιλογήΕπιτρεπόμενο Περιγραφή
promptπροαιρετικό
Τύποςstring
ΠροεπιλογήYou are a wise and friendly teacher. Answer questions or provide advice in a clear and engaging way.
Prompt κειμένου που ορίζει την περσόνα του AI και το πλαίσιο της συνομιλίας.
voiceπροαιρετικό
Τύποςenum
ΠροεπιλογήNATF2
NATF0NATF1NATF2NATF3NATM0NATM1NATM2NATM3VARF0VARF1VARF2VARF3VARF4VARM0VARM1VARM2
+2 ακόμηVARM3VARM4
ID φωνής της απόκρισης του AI, το οποίο παρακάμπτεται από το voice_audio_url όταν παρέχεται. Οι κωδικοί του διακρίνουν τη φυσική (NAT) από την ποικιλία (VAR) και τη γυναικεία (F) από την ανδρική (M).
voice_audio_urlπροαιρετικό
Τύποςurl · audio
URL δείγματος κλωνοποίησης φωνής· συνιστάται καθαρή ομιλία διάρκειας τουλάχιστον 10 δευτερολέπτων. Το δείγμα κλωνοποιείται άμεσα και αντικαθιστά το προκαθορισμένο 'voice' για την απόκριση του AI.
temperature_audioπροαιρετικό
Τύποςnumber
Προεπιλογή0.8
0 – 2
Θερμοκρασία κατά τη δειγματοληψία ήχου· η αύξησή της παράγει πιο ποικίλα αποτελέσματα.
temperature_textπροαιρετικό
Τύποςnumber
Προεπιλογή0.7
0 – 2
Θερμοκρασία κατά τη δειγματοληψία κειμένου· η αύξησή της παράγει πιο ποικίλα αποτελέσματα.
top_k_audioπροαιρετικό
Τύποςinteger
Προεπιλογή250
1 – 2.048
Ρύθμιση Top-K για δειγματοληψία token ήχου.
top_k_textπροαιρετικό
Τύποςinteger
Προεπιλογή25
1 – 1.000
Ρύθμιση Top-K για δειγματοληψία token κειμένου.
seedπροαιρετικό
Τύποςinteger | null
Seed που ελέγχει την τυχαιότητα για αναπαραγώγιμα αποτελέσματα.
audio_urlαπαιτείται audio
Τύποςurl · audio
URL της εισόδου ήχου που περιέχει την ομιλία του χρήστη.
enable_safety_checkerπροαιρετικό
Τύποςboolean
Προεπιλογήtrue
Ο έλεγχος μπορεί να χαλαρώσει με τη ρύθμιση false, εφόσον ο καλών είναι εξουσιοδοτημένος.
απαιτείται Κανονικό όνομα, επίσης αποδεκτό

Οι παράμετροι αρχείων δέχονται ένα δημόσιο URL https://, ένα URI data: έως 10 MB ή το file_url μιας μεταφόρτωσης. Αρχεία

Έξοδος

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "personaplex",
  "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": 10,
    "usd": "0.01",
    "charged": 10,
    "refunded": 0
  },
  "input": {
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  },
  "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
    },
    "text": " Thank you for calling SwiftPlex Appliances. This is Farhod, how can I help you today? I understand your concern. The replacement part is out of stock, so we can't ship it right away. We can use an alternative part that will arrive in 3 days. Would you like to proceed with that?",
    "duration": 5,
    "seed": 42
  },
  "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"
  }
}
Τα αρχεία σας, η επιλογή σαςΚάθε outputs[].url είναι ένα αντίγραφο στην αποθήκευσή μας: διατηρείται για πάντα (χρέωση ανά GB-μήνα) ή 7 ημέρες δωρεάν, σύμφωνα με τη ρύθμιση του λογαριασμού σας ή ?storage=.
Ίδια μορφή σε κάθε μοντέλοtype, url, content_type, width, height και duration, τόσο για εικόνες όσο και για βίντεο και ήχο. Το output είναι το αντικείμενο αποτελέσματος του ίδιου του μοντέλου.
Πεδία εξόδου
audio
object {url, content_type, file_name, file_size}Ήχος απόκρισης που παράγεται από AI σε μορφή WAV στα 24 kHz.
text
stringΜεταγραφή κειμένου της απόκρισης από το AI.
duration
numberΔιάρκεια του παραγόμενου ήχου, μετρημένη σε δευτερόλεπτα.
seed
integerΤιμή seed που εφαρμόζεται κατά την παραγωγή.

Περισσότερα μοντέλα: Ήχος

Για πράκτορες AI: αυτή η σελίδα σε Markdown βρίσκεται στη διεύθυνση https://doitong.com/el/developers/models/personaplex.md. Όλα τα μοντέλα και οι οδηγοί: https://doitong.com/developers/llms.txt