सामग्री पर जाएँ

Chatterbox · Text to Speech

इंटीग्रेट करें

मॉडल id 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"

यह अनुरोध: $0.002 2 API क्रेडिट इसे इस पेज पर चलाएँ

API कुंजी प्राप्त करें
Resemble AI टेक्स्ट से स्पीच #text-to-speech

भावनात्मक टैग, अतिशयोक्ति नियंत्रण और वैकल्पिक संदर्भ-ऑडियो शैली वाला अंग्रेज़ी टेक्स्ट-टू-स्पीच

Resemble AI · ऑडियो

आपका पहला परिणाम यहाँ आएगा

नीचे एक अनुरोध बनाएँ और उसे अपनी API कुंजी से चलाएँ। आउटपुट हमारे स्टोरेज में कॉपी किए जाते हैं और हमेशा के लिए या 7 दिन तक मुफ़्त में रखे जाते हैं।

अनुरोध बनाएँ

कंट्रोल मॉडल स्कीमा से जनरेट होते हैं। इन्हें बदलने पर कोड और कीमत अपडेट होती है।

•आवश्यक

वाणी संश्लेषण का टेक्स्ट, जिसमें भावसूचक टैग शामिल हो सकते हैं: <laugh>, <chuckle>, <sigh>, <cough>, <sniffle>, <groan>, <yawn>, <gasp>। टेक्स्ट 5000 वर्णों से अधिक नहीं होना चाहिए।

उन्नत audio · exaggeration · temperature · cfg · seed
audio_url डिफ़ॉल्ट https://storage.googl...
फ़ाइल ड्रॉप करें, या

संदर्भ ऑडियो, जिसकी टोन और शैली से मॉडल अपने वाणी आउटपुट का मिलान करने का प्रयास करता है। इस वैकल्पिक संदर्भ का उपयोग करने के लिए ऑडियो फ़ाइल URL दें।

डिफ़ॉल्ट 0.25

वाणी अतिशयोक्ति नियंत्रण: अधिकतम अतिशयोक्ति 1.0 के बराबर होती है, जबकि 0.0 अतिशयोक्ति बंद कर देता है।

डिफ़ॉल्ट 0.7

निर्माण तापमान; इसे बढ़ाने पर परिणाम अधिक रचनात्मक होते हैं।

डिफ़ॉल्ट 0.5

ऑडियो निर्माण seed; 0 एक यादृच्छिक seed चुनता है। पुनरुत्पादन के लिए एक निश्चित मान का उपयोग करें और अन्य सभी गुण अपरिवर्तित रखें; इससे ऑडियो फ़ाइल बिल्कुल उसी तरह पुनः निर्मित होनी चाहिए।

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

यह अनुरोध चलाएँ

आपकी key इसी ब्राउज़र में रहती है: इसे केवल Doitong API को भेजा जाता है और केवल तभी (localStorage) में सेव किया जाता है जब आप Remember चुनते हैं। API कुंजी प्राप्त करें

Chatterbox · Text to Speech के बारे में

अधिकतम 5000 वर्णों के टेक्स्ट को भाषण में बदलता है। टेक्स्ट में <laugh>, <chuckle>, <sigh> और <cough> जैसे भावनात्मक टैग शामिल किए जा सकते हैं। वैकल्पिक `audio_url` ऐसा संदर्भ देता है जिसकी शैली और टोन से आउटपुट मेल करने का प्रयास करता है। `exaggeration` (0 से 1), `temperature`, `cfg` और `seed` बोलने के तरीके को नियंत्रित करते हैं।

पैरामीटर

कैनोनिकल नाम या नेटिव नाम में से कोई एक भेजें, दोनों नहीं। कैनोनिकल नाम

नामप्रकार डिफ़ॉल्टअनुमत विवरण
textआवश्यक
प्रकारstring
वाणी संश्लेषण का टेक्स्ट, जिसमें भावसूचक टैग शामिल हो सकते हैं: <laugh>, <chuckle>, <sigh>, <cough>, <sniffle>, <groan>, <yawn>, <gasp>। टेक्स्ट 5000 वर्णों से अधिक नहीं होना चाहिए।
audio_urlवैकल्पिक audio
प्रकारurl · audio
डिफ़ॉल्टhttps://storage.googleapis.com/chatterbox-demo-samples/prompts/male_rickmorty.mp3
संदर्भ ऑडियो, जिसकी टोन और शैली से मॉडल अपने वाणी आउटपुट का मिलान करने का प्रयास करता है। इस वैकल्पिक संदर्भ का उपयोग करने के लिए ऑडियो फ़ाइल URL दें।
exaggerationवैकल्पिक
प्रकारnumber
डिफ़ॉल्ट0.25
0 – 1
वाणी अतिशयोक्ति नियंत्रण: अधिकतम अतिशयोक्ति 1.0 के बराबर होती है, जबकि 0.0 अतिशयोक्ति बंद कर देता है।
temperatureवैकल्पिक
प्रकारnumber
डिफ़ॉल्ट0.7
0.05 – 2
निर्माण तापमान; इसे बढ़ाने पर परिणाम अधिक रचनात्मक होते हैं।
cfgवैकल्पिक
प्रकारnumber
डिफ़ॉल्ट0.5
0.1 – 1
seedवैकल्पिक
प्रकारinteger | null
ऑडियो निर्माण seed; 0 एक यादृच्छिक seed चुनता है। पुनरुत्पादन के लिए एक निश्चित मान का उपयोग करें और अन्य सभी गुण अपरिवर्तित रखें; इससे ऑडियो फ़ाइल बिल्कुल उसी तरह पुनः निर्मित होनी चाहिए।
आवश्यक कैनोनिकल नाम, यह भी स्वीकार्य है

फ़ाइल पैरामीटर में सार्वजनिक https:// URL, 10 MB तक का data: URI, या अपलोड का file_url लिया जाता है। फ़ाइलें

आउटपुट

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"
  }
}
आपकी फ़ाइलें, आपकी पसंदहर outputs[].url हमारे स्टोरेज में एक कॉपी है: हमेशा के लिए (प्रति GB-माह भुगतान) या 7 दिन तक मुफ़्त में, आपके अकाउंट की सेटिंग या ?storage= के अनुसार।
हर मॉडल पर एक जैसा आकारइमेज, वीडियो और ऑडियो सभी के लिए type, url, content_type, width, height और duration। output मॉडल का अपना परिणाम ऑब्जेक्ट है।
आउटपुट के फ़ील्ड
audio
object {url, content_type, file_name, file_size}संश्लेषित वाणी वाला ऑडियो।

और मॉडल: टेक्स्ट से स्पीच

AI एजेंट के लिए: इस पेज का Markdown यहाँ है https://doitong.com/hi/developers/models/chatterbox/text-to-speech.md. सभी मॉडल और गाइड: https://doitong.com/developers/llms.txt