Passer au contenu

Chatterbox · Text to Speech

Intégrer

Identifiant du modèle 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"

Cette requête: 0,002 $ 2 crédits API L’exécuter sur cette page

Obtenir une clé API
Resemble AI Texte vers parole #text-to-speech

Synthèse vocale en anglais avec balises expressives, contrôle de l'exagération et style audio de référence facultatif

Resemble AI · audio

Votre premier résultat apparaîtra ici

Construisez une requête ci-dessous et exécutez-la avec votre clé API. Les sorties sont copiées dans notre stockage, conservées indéfiniment ou 7 jours gratuitement.

Créer une requête

Les contrôles sont générés à partir du schéma du modèle. Le code et le prix se mettent à jour lorsque vous les modifiez.

•requis

Texte de synthèse vocale pouvant inclure des balises d’émotion : <laugh>, <chuckle>, <sigh>, <cough>, <sniffle>, <groan>, <yawn>, <gasp>. Le texte ne doit pas dépasser 5000 caractères.

Avancé audio · exaggeration · temperature · cfg · seed
audio_url par défaut https://storage.googl...
Déposez un fichier, ou

Audio de référence dont le ton et le style sont reproduits par le modèle dans sa sortie vocale. Fournissez l’URL d’un fichier audio si vous souhaitez utiliser cette référence facultative.

par défaut 0.25

Contrôle de l’exagération vocale : l’exagération maximale correspond à 1.0, tandis que 0.0 la désactive.

par défaut 0.7

Température de génération ; l’augmenter rend les résultats plus créatifs.

par défaut 0.5

Graine de génération audio ; 0 sélectionne une graine aléatoire. Pour garantir la reproductibilité, utilisez une valeur fixe et laissez toutes les autres propriétés inchangées ; le fichier audio devrait alors être reproduit à l’identique.

POST /run/chatterbox/text-to-speech?wait=20 devis → 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"

Exécuter cette requête

Votre clé reste dans ce navigateur : elle est envoyée uniquement à la Doitong API et enregistrée dans localStorage uniquement si vous cochez Mémoriser. Obtenir une clé API

À propos de Chatterbox · Text to Speech

Convertit jusqu'à 5000 caractères de texte en parole. Le texte peut inclure des balises expressives telles que <laugh>, <chuckle>, <sigh> et <cough>. Un `audio_url` facultatif fournit une référence dont la sortie tente de reproduire le style et le ton. `exaggeration` (0 à 1), `temperature`, `cfg` et `seed` règlent l'interprétation.

Paramètres

Envoyez soit le nom canonique, soit le nom natif, mais pas les deux. Noms canoniques

NomType Par défautAutorisé Description
textrequis
Typestring
Texte de synthèse vocale pouvant inclure des balises d’émotion : <laugh>, <chuckle>, <sigh>, <cough>, <sniffle>, <groan>, <yawn>, <gasp>. Le texte ne doit pas dépasser 5000 caractères.
audio_urlfacultatif audio
Typeurl · audio
Par défauthttps://storage.googleapis.com/chatterbox-demo-samples/prompts/male_rickmorty.mp3
Audio de référence dont le ton et le style sont reproduits par le modèle dans sa sortie vocale. Fournissez l’URL d’un fichier audio si vous souhaitez utiliser cette référence facultative.
exaggerationfacultatif
Typenumber
Par défaut0.25
0 – 1
Contrôle de l’exagération vocale : l’exagération maximale correspond à 1.0, tandis que 0.0 la désactive.
temperaturefacultatif
Typenumber
Par défaut0.7
0,05 – 2
Température de génération ; l’augmenter rend les résultats plus créatifs.
cfgfacultatif
Typenumber
Par défaut0.5
0,1 – 1
seedfacultatif
Typeinteger | null
Graine de génération audio ; 0 sélectionne une graine aléatoire. Pour garantir la reproductibilité, utilisez une valeur fixe et laissez toutes les autres propriétés inchangées ; le fichier audio devrait alors être reproduit à l’identique.
requis Nom canonique, également accepté

Les paramètres de fichier acceptent une URL publique https://, un URI data: jusqu’à 10 MB ou le file_url d’un téléversement. Fichiers

Sortie

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"
  }
}
Vos fichiers, votre choixChaque outputs[].url est une copie dans notre stockage : conservée indéfiniment (facturation au Go-mois) ou 7 jours gratuitement, selon le réglage de votre compte ou ?storage=.
Même structure pour chaque modèletype, url, content_type, width, height et duration, pour les images, vidéos et fichiers audio. output est le propre objet de résultat du modèle.
Champs de sortie
audio
object {url, content_type, file_name, file_size}Audio contenant la parole synthétisée.

Plus de modèles : Texte vers parole

Pour les agents IA : cette page au format Markdown est disponible à https://doitong.com/fr/developers/models/chatterbox/text-to-speech.md. Tous les modèles et guides : https://doitong.com/developers/llms.txt