Lumaktaw sa nilalaman

Chatterbox · Text to Speech · Multilingual

I-integrate

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

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#multilingual

Multilingual na text-to-speech na sumusuporta sa 23 wika, na limitado sa 300 character bawat kahilingan

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 50 / 300

Text para sa speech synthesis, limitado sa 300 character at may suporta sa 23 wika. Kabilang sa mga available na wika ang English at French; German, Spanish, Italian, at Portuguese; Hindi at Arabic; Chinese, Japanese, at Korean, bukod sa iba pa.

advanced voice · custom_audio_language · exaggeration · temperature · cfg_scale · seed
default na english

Code ng wika para sa synthesis; nangangailangan ang custom na paggamit ng audio URL at pagpili para sa custom_audio_language.

Setting ng wika na nalalapat lamang kapag ang voice ay ibinigay bilang custom URL; kung hindi, binabalewala ito. Tukuyin ang wikang sinasalita sa custom audio.

default na 0.5

Ekspresyon at emosyonal na intensity ng speech kumpara sa neutral na setting na 0.5. Kapag tinaasan ang value, nadaragdagan ang expressiveness sa saklaw na 0.25–2.0, ngunit maaaring maging unstable sa matitinding setting.

default na 0.8

Ayusin ang variety ng speech pattern sa pamamagitan ng pagtatakda ng randomness ng pagbuo sa pagitan ng 0.05 at 2.0; mas maraming variation ang nalilikha kapag tinaasan ang value.

default na 0.5

Guidance weight ng pagbuo para sa configuration/pace. Para sa language transfer, nakatutulong ang 0.0 na limitahan ang pagmana ng accent; ang buong saklaw ay 0.0–1.0.

Seed ng pagbuo na may dalawang gawi: random na pagbuo ang pinipili ng 0, habang ginagawang reproducible ng partikular na numero ang mga output.

POST /run/chatterbox/text-to-speech/multilingual?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/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"

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 · Multilingual

Nagsi-synthesize ng speech sa maraming wika, kabilang ang English, French, German, Spanish, Hindi, Arabic, Chinese, Japanese at Korean. Limitado sa 300 character ang teksto. Itinatakda ng `voice` ang wika, o gumamit ng custom na audio URL kasama ang `custom_audio_language`. Ang `exaggeration` ay mula 0.25 hanggang 2, at maaaring itakda ang `cfg_scale` sa 0 para sa language transfer na nagpapababa ng pagdala ng accent.

Mga parameter

PangalanUri defaultPinapayagan Paglalarawan
textkinakailangan
Uristring
≤ 300 character
Text para sa speech synthesis, limitado sa 300 character at may suporta sa 23 wika. Kabilang sa mga available na wika ang English at French; German, Spanish, Italian, at Portuguese; Hindi at Arabic; Chinese, Japanese, at Korean, bukod sa iba pa.
voiceopsyonal
Uristring
defaultenglish
Code ng wika para sa synthesis; nangangailangan ang custom na paggamit ng audio URL at pagpili para sa custom_audio_language.
custom_audio_languageopsyonal
Urienum
englisharabicdanishgermangreekspanishfinnishfrenchhebrewhindiitalianjapanesekoreanmalaydutchnorwegian
+7 papolishportugueserussianswedishswahiliturkishchinese
Setting ng wika na nalalapat lamang kapag ang voice ay ibinigay bilang custom URL; kung hindi, binabalewala ito. Tukuyin ang wikang sinasalita sa custom audio.
exaggerationopsyonal
Urinumber
default0.5
0.25 – 2
Ekspresyon at emosyonal na intensity ng speech kumpara sa neutral na setting na 0.5. Kapag tinaasan ang value, nadaragdagan ang expressiveness sa saklaw na 0.25–2.0, ngunit maaaring maging unstable sa matitinding setting.
temperatureopsyonal
Urinumber
default0.8
0.05 – 2
Ayusin ang variety ng speech pattern sa pamamagitan ng pagtatakda ng randomness ng pagbuo sa pagitan ng 0.05 at 2.0; mas maraming variation ang nalilikha kapag tinaasan ang value.
cfg_scaleopsyonal
Urinumber
default0.5
0 – 1
Guidance weight ng pagbuo para sa configuration/pace. Para sa language transfer, nakatutulong ang 0.0 na limitahan ang pagmana ng accent; ang buong saklaw ay 0.0–1.0.
seedopsyonal
Uriinteger | null
Seed ng pagbuo na may dalawang gawi: random na pagbuo ang pinipili ng 0, habang ginagawang reproducible ng partikular na numero ang mga output.
kinakailangan

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "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"
  }
}
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 file na naglalaman ng synthesized na multilingual speech.

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