Lumaktaw sa nilalaman

Chatterbox · Text to Speech

I-integrate

ID ng modelo chatterbox/text-to-speech
# 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?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"

Kahilingang ito: $0.002 2 kredito ng API Patakbuhin ito sa page na ito

Kumuha ng API key
Resemble AI Text patungong Speech #text-to-speech

English text-to-speech na may emotive tag, kontrol sa exaggeration at opsyonal na istilo mula sa reference audio

Resemble AI · audio

Dito mapupunta ang iyong unang resulta

Bumuo ng kahilingan sa ibaba at patakbuhin ito gamit ang iyong API key. Kinokopya ang mga output sa aming storage, na pinananatili nang walang hanggan o 7 araw nang libre.

Bumuo ng kahilingan

Ang mga control ay binubuo mula sa schema ng modelo. Nagbabago ang code at presyo habang ina-adjust mo ang mga ito.

•kinakailangan

Text para sa speech synthesis, na maaaring maglaman ng emotive tags: <laugh>, <chuckle>, <sigh>, <cough>, <sniffle>, <groan>, <yawn>, <gasp>. Hindi dapat lumampas sa 5000 character ang text.

advanced audio · exaggeration · temperature · cfg · seed
audio_url default na https://storage.googl...
Mag-drop ng file, o

Reference na audio na sinusubukang tularan ng modelo ang tono at estilo sa speech output nito. Magbigay ng URL ng audio file kung gagamitin ang opsyonal na reference na ito.

default na 0.25

Kontrol sa pagmamalabis ng speech: ang maximum na pagmamalabis ay katumbas ng 1.0, habang pinapatay ito ng 0.0.

default na 0.7

Temperatura ng pagbuo; kapag tinaasan, nagiging mas malikhain ang mga resulta.

default na 0.5

Seed ng pagbuo ng audio; random na seed ang pinipili ng 0. Para sa reproducibility, gumamit ng nakapirming value at huwag baguhin ang iba pang property; dapat eksaktong magkapareho ang audio file.

POST /run/chatterbox/text-to-speech?wait=20 presyo → $0.002
# 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?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"

Patakbuhin ang kahilingang ito

Nananatili ang iyong key sa browser na ito: ipinapadala lamang ito sa Doitong API at sine-save (localStorage) lamang kung pipiliin mo ang Tandaan. Kumuha ng API key

Tungkol sa Chatterbox · Text to Speech

Ginagawang speech ang hanggang 5000 character na teksto. Maaaring maglaman ang teksto ng emotive tag gaya ng <laugh>, <chuckle>, <sigh> at <cough>. Nagbibigay ang opsyonal na `audio_url` ng reference na sinusubukang tugmahan ng output sa estilo at tono. Tinutune ng `exaggeration` (0 hanggang 1), `temperature`, `cfg` at `seed` ang delivery.

Mga parameter

Ipadala ang canonical na pangalan o ang native na pangalan, hindi pareho. Mga canonical na pangalan

PangalanUri defaultPinapayagan Paglalarawan
textkinakailangan
Uristring
Text para sa speech synthesis, na maaaring maglaman ng emotive tags: <laugh>, <chuckle>, <sigh>, <cough>, <sniffle>, <groan>, <yawn>, <gasp>. Hindi dapat lumampas sa 5000 character ang text.
audio_urlopsyonal audio
Uriurl · audio
defaulthttps://storage.googleapis.com/chatterbox-demo-samples/prompts/male_rickmorty.mp3
Reference na audio na sinusubukang tularan ng modelo ang tono at estilo sa speech output nito. Magbigay ng URL ng audio file kung gagamitin ang opsyonal na reference na ito.
exaggerationopsyonal
Urinumber
default0.25
0 – 1
Kontrol sa pagmamalabis ng speech: ang maximum na pagmamalabis ay katumbas ng 1.0, habang pinapatay ito ng 0.0.
temperatureopsyonal
Urinumber
default0.7
0.05 – 2
Temperatura ng pagbuo; kapag tinaasan, nagiging mas malikhain ang mga resulta.
cfgopsyonal
Urinumber
default0.5
0.1 – 1
seedopsyonal
Uriinteger | null
Seed ng pagbuo ng audio; random na seed ang pinipili ng 0. Para sa reproducibility, gumamit ng nakapirming value at huwag baguhin ang iba pang property; dapat eksaktong magkapareho ang audio file.
kinakailangan Canonical na pangalan, tinatanggap din

Tumatanggap ang mga parameter ng file ng pampublikong https:// URL, data: URI na hanggang 10 MB, o file_url ng isang upload. Mga file

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "chatterbox/text-to-speech",
  "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"
  }
}
Ikaw ang pumipili para sa iyong mga fileAng bawat outputs[].url ay kopya sa aming storage: pinananatili nang walang hanggan (sinisingil bawat GB-month) o 7 araw nang libre, ayon sa setting ng iyong account o ?storage=.
Parehong shape sa bawat modelotype, url, content_type, width, height at duration, para sa mga larawan, video at audio. Ang output ay sariling result object ng modelo.
Mga field ng output
audio
object {url, content_type, file_name, file_size}Audio na naglalaman ng synthesized speech.

Higit pang modelo: Text patungong Speech

Para sa mga AI agent: nasa Markdown ang pahinang ito sa https://doitong.com/fil/developers/models/chatterbox/text-to-speech.md. Lahat ng modelo at gabay: https://doitong.com/developers/llms.txt