सामग्री पर जाएँ

Personaplex · Realtime

इंटीग्रेट करें

मॉडल id personaplex/realtime
# 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/realtime?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"

प्रति रन अधिकतम $1.80 तक वास्तविक उपयोग के अनुसार शुल्क लिया जाता है, बाकी रिफंड किया जाता है इसे इस पेज पर चलाएँ

API कुंजी प्राप्त करें
NVIDIA ऑडियो #audio-to-audio#realtime#conversational

Realtime-टैग वाला Personaplex एंडपॉइंट: ऑडियो इनपुट, व्यक्तित्व-आधारित बोला गया उत्तर आउटपुट, वॉइस प्रीसेट या क्लोनिंग के साथ

NVIDIA · 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।

डिफ़ॉल्ट You are a wise and fr...

AI के व्यक्तित्व और बातचीत के संदर्भ को परिभाषित करने वाला टेक्स्ट प्रॉम्प्ट।

•आवश्यक audio_url
फ़ाइल ड्रॉप करें, या

उपयोगकर्ता के वाक् वाले ऑडियो इनपुट का URL।

उन्नत voice_audio_url · voice · temperature_audio · temperature_text · top_k_audio · top_k_text · seed · enable_safety_checker
फ़ाइल ड्रॉप करें, या

वॉइस-क्लोनिंग नमूना URL; कम से कम 10 सेकंड तक चलने वाला स्पष्ट वाक् अनुशंसित है। नमूने को तुरंत क्लोन किया जाता है और AI की प्रतिक्रिया के लिए प्रीसेट 'voice' को बदल दिया जाता है।

डिफ़ॉल्ट NATF2

AI की प्रतिक्रिया का वॉइस ID, voice_audio_url दिए जाने पर ओवरराइड हो जाता है। इसके कोड प्राकृतिक (NAT) और विविध (VAR), तथा महिला (F) और पुरुष (M) आवाज़ों में अंतर करते हैं।

डिफ़ॉल्ट 0.8

ऑडियो सैंपलिंग के लिए उपयोग किया जाने वाला तापमान; इसे बढ़ाने पर अधिक विविध परिणाम मिलते हैं।

डिफ़ॉल्ट 0.7

टेक्स्ट सैंपलिंग के लिए उपयोग किया जाने वाला तापमान; इसे बढ़ाने पर अधिक विविध परिणाम मिलते हैं।

डिफ़ॉल्ट 250

ऑडियो टोकन सैंपल करने के लिए उपयोग की जाने वाली Top-K सेटिंग।

डिफ़ॉल्ट 25

टेक्स्ट टोकन सैंपल करने के लिए उपयोग की जाने वाली Top-K सेटिंग।

दोहराए जा सकने वाले परिणामों के लिए यादृच्छिकता नियंत्रित करने वाला सीड।

POST /run/personaplex/realtime?wait=20 कोटेशन → $1.80
# 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/realtime?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"

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

Personaplex · Realtime के बारे में

`audio_url` के माध्यम से उपयोगकर्ता की स्पीच स्वीकार करता है और बोला गया उत्तर, उसकी अवधि, सीड तथा टेक्स्ट ट्रांसक्रिप्ट लौटाता है। व्यक्तित्व `prompt` से आता है, जबकि आवाज़ प्रीसेट `voice` ID से या क्लोनिंग के लिए `voice_audio_url` से आती है; इसके लिए 10 या अधिक सेकंड की स्पष्ट स्पीच अनुशंसित है। ऑडियो और टेक्स्ट सैंपलिंग, दोनों के लिए टेम्परेचर और top-k नियंत्रण उपलब्ध हैं।

पैरामीटर

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

नामप्रकार डिफ़ॉल्टअनुमत विवरण
promptवैकल्पिक
प्रकारstring
डिफ़ॉल्टYou are a wise and friendly teacher. Answer questions or provide advice in a clear and engaging way.
AI के व्यक्तित्व और बातचीत के संदर्भ को परिभाषित करने वाला टेक्स्ट प्रॉम्प्ट।
voiceवैकल्पिक
प्रकारenum
डिफ़ॉल्टNATF2
NATF0NATF1NATF2NATF3NATM0NATM1NATM2NATM3VARF0VARF1VARF2VARF3VARF4VARM0VARM1VARM2
+2 औरVARM3VARM4
AI की प्रतिक्रिया का वॉइस ID, voice_audio_url दिए जाने पर ओवरराइड हो जाता है। इसके कोड प्राकृतिक (NAT) और विविध (VAR), तथा महिला (F) और पुरुष (M) आवाज़ों में अंतर करते हैं।
voice_audio_urlवैकल्पिक
प्रकारurl · audio
वॉइस-क्लोनिंग नमूना URL; कम से कम 10 सेकंड तक चलने वाला स्पष्ट वाक् अनुशंसित है। नमूने को तुरंत क्लोन किया जाता है और AI की प्रतिक्रिया के लिए प्रीसेट 'voice' को बदल दिया जाता है।
temperature_audioवैकल्पिक
प्रकारnumber
डिफ़ॉल्ट0.8
0 – 2
ऑडियो सैंपलिंग के लिए उपयोग किया जाने वाला तापमान; इसे बढ़ाने पर अधिक विविध परिणाम मिलते हैं।
temperature_textवैकल्पिक
प्रकारnumber
डिफ़ॉल्ट0.7
0 – 2
टेक्स्ट सैंपलिंग के लिए उपयोग किया जाने वाला तापमान; इसे बढ़ाने पर अधिक विविध परिणाम मिलते हैं।
top_k_audioवैकल्पिक
प्रकारinteger
डिफ़ॉल्ट250
1 – 2,048
ऑडियो टोकन सैंपल करने के लिए उपयोग की जाने वाली Top-K सेटिंग।
top_k_textवैकल्पिक
प्रकारinteger
डिफ़ॉल्ट25
1 – 1,000
टेक्स्ट टोकन सैंपल करने के लिए उपयोग की जाने वाली Top-K सेटिंग।
seedवैकल्पिक
प्रकारinteger | null
दोहराए जा सकने वाले परिणामों के लिए यादृच्छिकता नियंत्रित करने वाला सीड।
audio_urlआवश्यक audio
प्रकारurl · audio
उपयोगकर्ता के वाक् वाले ऑडियो इनपुट का URL।
enable_safety_checkerवैकल्पिक
प्रकारboolean
डिफ़ॉल्टtrue
यदि कॉलर अधिकृत है, तो false सेट करके स्क्रीनिंग में ढील दी जा सकती है।
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": "personaplex/realtime",
  "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": 1800,
    "usd": "1.80",
    "charged": 1800,
    "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"
  }
}
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}24 kHz पर WAV फ़ॉर्मैट में AI द्वारा उत्पन्न प्रतिक्रिया ऑडियो।
text
stringAI की प्रतिक्रिया का टेक्स्ट ट्रांसक्रिप्शन।
duration
numberउत्पन्न ऑडियो की लंबाई, सेकंड में मापी गई।
seed
integerनिर्माण के दौरान लागू किया गया सीड मान।

और मॉडल: ऑडियो

AI एजेंट के लिए: इस पेज का Markdown यहाँ है https://doitong.com/hi/developers/models/personaplex/realtime.md. सभी मॉडल और गाइड: https://doitong.com/developers/llms.txt