Sleppa yfir í efni

Personaplex

Tengja

Auðkenni líkans personaplex
# 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?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"

Skrár eins og dæmið: 0,01 $ 10 API-inneignir skrárnar þínar eru mældar áður en keyrt er Keyra á þessari síðu

Fá API-lykil
NVIDIA Hljóð #audio

Samtalslíkan frá tali til tals sem svarar talaðri hljóðskrá með persónuleika og rödd að eigin vali

NVIDIA · Hljóð

Fyrsta niðurstaðan þín birtist hér

Búðu til beiðni hér að neðan og keyrðu hana með API-lyklinum þínum. Úttök eru afrituð í geymsluna okkar og geymd að eilífu eða 7 dagar án kostnaðar.

Búa til beiðni

Stýringar eru búnar til út frá líkanaskemanu. Kóðinn og verðið uppfærast þegar þú breytir þeim.

sjálfgefið You are a wise and fr...

Textakvaðning sem skilgreinir persónu gervigreindarinnar og samhengi samtalsins.

Slepptu skrá eða

Vefslóð raddklónunarsýnis; mælt er með skýru tali sem varir í að minnsta kosti 10 sekúndur. Sýnið er klónað á flugi og kemur í stað forstilltu 'voice' fyrir svar gervigreindarinnar.

•áskilið audio_url
Slepptu skrá eða

Vefslóð inntakshljóðs sem inniheldur tal notandans.

Ítarlegt voice · temperature_audio · temperature_text · top_k_audio · top_k_text · seed · enable_safety_checker
sjálfgefið NATF2

Raddauðkenni svars gervigreindarinnar, sem voice_audio_url tekur fram yfir þegar það er gefið upp. Kóðarnir greina á milli náttúrulegrar raddar (NAT) og fjölbreyttrar raddar (VAR) og kvenraddar (F) og karlraddar (M).

sjálfgefið 0.8

Hitastig við sýnatöku hljóðs; hærra gildi skilar fjölbreyttari niðurstöðum.

sjálfgefið 0.7

Hitastig við sýnatöku texta; hærra gildi skilar fjölbreyttari niðurstöðum.

sjálfgefið 250

Top-K-stilling notuð til að taka sýni af hljóðtáknum.

sjálfgefið 25

Top-K-stilling notuð til að taka sýni af textatáknum.

Seed-gildi sem stýrir slembni fyrir endurtekningarhæfar niðurstöður.

POST /run/personaplex?wait=20 verðtilboð → 0,01 $
# 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?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"

Keyra þessa beiðni

Lykillinn þinn er áfram í þessum vafra: hann er aðeins sendur til Doitong API og vistaður í localStorage aðeins ef þú hakar við Muna. Fá API-lykil

Um Personaplex

Tekur við tali notanda í gegnum `audio_url` og svarar með mynduðu tali, ásamt uppskrift af svarinu og lengd þess. Texta-`prompt` skilgreinir persónuleikann og `voice` velur forstillta rödd. Að öðrum kosti klónar `voice_audio_url` rödd úr sýni, þar sem mælt er með 10 sekúndum eða meira af skýru tali. Hægt er að stilla úrtak með hitastigi og top-k-stillingum.

Færibreytur

Sendu annaðhvort samræmda heitið eða upprunalega heitið, ekki bæði. Samræmd heiti

HeitiGerð SjálfgefiðLeyfilegt Lýsing
promptvalfrjálst
Gerðstring
SjálfgefiðYou are a wise and friendly teacher. Answer questions or provide advice in a clear and engaging way.
Textakvaðning sem skilgreinir persónu gervigreindarinnar og samhengi samtalsins.
voicevalfrjálst
Gerðenum
SjálfgefiðNATF2
NATF0NATF1NATF2NATF3NATM0NATM1NATM2NATM3VARF0VARF1VARF2VARF3VARF4VARM0VARM1VARM2
+2 í viðbótVARM3VARM4
Raddauðkenni svars gervigreindarinnar, sem voice_audio_url tekur fram yfir þegar það er gefið upp. Kóðarnir greina á milli náttúrulegrar raddar (NAT) og fjölbreyttrar raddar (VAR) og kvenraddar (F) og karlraddar (M).
voice_audio_urlvalfrjálst
Gerðurl · audio
Vefslóð raddklónunarsýnis; mælt er með skýru tali sem varir í að minnsta kosti 10 sekúndur. Sýnið er klónað á flugi og kemur í stað forstilltu 'voice' fyrir svar gervigreindarinnar.
temperature_audiovalfrjálst
Gerðnumber
Sjálfgefið0.8
0 – 2
Hitastig við sýnatöku hljóðs; hærra gildi skilar fjölbreyttari niðurstöðum.
temperature_textvalfrjálst
Gerðnumber
Sjálfgefið0.7
0 – 2
Hitastig við sýnatöku texta; hærra gildi skilar fjölbreyttari niðurstöðum.
top_k_audiovalfrjálst
Gerðinteger
Sjálfgefið250
1 – 2.048
Top-K-stilling notuð til að taka sýni af hljóðtáknum.
top_k_textvalfrjálst
Gerðinteger
Sjálfgefið25
1 – 1.000
Top-K-stilling notuð til að taka sýni af textatáknum.
seedvalfrjálst
Gerðinteger | null
Seed-gildi sem stýrir slembni fyrir endurtekningarhæfar niðurstöður.
audio_urláskilið audio
Gerðurl · audio
Vefslóð inntakshljóðs sem inniheldur tal notandans.
enable_safety_checkervalfrjálst
Gerðboolean
Sjálfgefiðtrue
Hægt er að slaka á skimun með því að stilla false, ef beiðandi hefur heimild.
áskilið Samræmt heiti, einnig samþykkt

Skrárfæribreytur taka við opinberri https://-vefslóð, data:-URI allt að 10 MB eða file_url fyrir upphleðslu. Skrár

Úttak

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "personaplex",
  "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": 10,
    "usd": "0.01",
    "charged": 10,
    "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"
  }
}
Skrárnar þínar, þitt valHvert outputs[].url er afrit í geymslunni okkar: geymt að eilífu (greitt fyrir hvert GB-mánuðargildi) eða 7 dagar án kostnaðar, eftir stillingu aðgangsins þíns eða ?storage=.
Sama lögun í öllum líkönumtype, url, content_type, width, height og duration, jafnt fyrir myndir, myndbönd og hljóð. output er eigið niðurstöðuhlutur líkansins.
Reitir úttaks
audio
object {url, content_type, file_name, file_size}Hljóðsvar gervigreindar í WAV-sniði við 24 kHz.
text
stringTextaafrit af svari gervigreindarinnar.
duration
numberLengd gerða hljóðsins, mæld í sekúndum.
seed
integerSáðgildi sem beitt er við efnisgerð.

Fleiri líkön: Hljóð

Fyrir gervigreindarþjóna: þessi síða á Markdown-sniði er á https://doitong.com/is/developers/models/personaplex.md. Öll líkön og leiðbeiningar: https://doitong.com/developers/llms.txt