Vai al contenuto

Chatterbox · Text to Speech · Multilingual

Integra

ID del modello 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"

Questa richiesta: 0,002 $ 2 crediti API Esegui in questa pagina

Ottieni la chiave API
Resemble AI Da testo a voce #text-to-speech#multilingual

Sintesi vocale multilingue in 23 lingue, limitata a 300 caratteri per richiesta

Resemble AI · Audio

Il tuo primo risultato apparirà qui

Crea una richiesta qui sotto ed eseguila con la tua chiave API. Gli output vengono copiati nella nostra archiviazione, conservati per sempre oppure 7 giorni gratuitamente.

Crea una richiesta

I controlli vengono generati dallo schema del modello. Il codice e il prezzo si aggiornano mentre li modifichi.

•obbligatorio 50 / 300

Testo per la sintesi vocale, limitato a 300 caratteri e compatibile con 23 lingue. Le lingue disponibili includono inglese e francese; tedesco, spagnolo, italiano e portoghese; hindi e arabo; cinese, giapponese e coreano, tra le altre.

Avanzate voice · custom_audio_language · exaggeration · temperature · cfg_scale · seed
predefinito english

Codice della lingua di sintesi; l'uso personalizzato richiede sia un URL audio sia una selezione per custom_audio_language.

Impostazione della lingua applicata solo quando la voce viene fornita come URL personalizzato; altrimenti viene ignorata. Specifica la lingua parlata in quell'audio personalizzato.

predefinito 0.5

Espressività vocale e intensità emotiva rispetto all'impostazione neutra di 0.5. Aumentando il valore si aggiunge espressività nell'intervallo 0.25–2.0, anche se impostazioni estreme possono causare instabilità.

predefinito 0.8

Regola la varietà dei pattern vocali impostando la casualità della generazione tra 0.05 e 2.0; aumentando il valore si ottiene una maggiore variazione.

predefinito 0.5

Peso della guida della generazione per configurazione/ritmo. Per il trasferimento linguistico, 0.0 aiuta a limitare l'ereditarietà dell'accento; l'intervallo completo è 0.0–1.0.

Seed della generazione con due comportamenti: 0 seleziona una generazione casuale, mentre un numero specifico rende gli output riproducibili.

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

Esegui questa richiesta

La tua chiave rimane in questo browser: viene inviata solo al Doitong API e salvata in localStorage solo se selezioni Ricorda. Ottieni una chiave API

Informazioni su Chatterbox · Text to Speech · Multilingual

Sintetizza il parlato in molte lingue, tra cui inglese, francese, tedesco, spagnolo, hindi, arabo, cinese, giapponese e coreano. Il testo è limitato a 300 caratteri. `voice` imposta la lingua oppure un URL audio personalizzato insieme a `custom_audio_language`. `exaggeration` va da 0.25 a 2 e `cfg_scale` può essere impostato su 0 per il trasferimento linguistico e ridurre la persistenza dell'accento.

Parametri

NomeTipo PredefinitoConsentiti Descrizione
textobbligatorio
Tipostring
≤ 300 caratteri
Testo per la sintesi vocale, limitato a 300 caratteri e compatibile con 23 lingue. Le lingue disponibili includono inglese e francese; tedesco, spagnolo, italiano e portoghese; hindi e arabo; cinese, giapponese e coreano, tra le altre.
voicefacoltativo
Tipostring
Predefinitoenglish
Codice della lingua di sintesi; l'uso personalizzato richiede sia un URL audio sia una selezione per custom_audio_language.
custom_audio_languagefacoltativo
Tipoenum
englisharabicdanishgermangreekspanishfinnishfrenchhebrewhindiitalianjapanesekoreanmalaydutchnorwegian
+7 altripolishportugueserussianswedishswahiliturkishchinese
Impostazione della lingua applicata solo quando la voce viene fornita come URL personalizzato; altrimenti viene ignorata. Specifica la lingua parlata in quell'audio personalizzato.
exaggerationfacoltativo
Tiponumber
Predefinito0.5
0,25 – 2
Espressività vocale e intensità emotiva rispetto all'impostazione neutra di 0.5. Aumentando il valore si aggiunge espressività nell'intervallo 0.25–2.0, anche se impostazioni estreme possono causare instabilità.
temperaturefacoltativo
Tiponumber
Predefinito0.8
0,05 – 2
Regola la varietà dei pattern vocali impostando la casualità della generazione tra 0.05 e 2.0; aumentando il valore si ottiene una maggiore variazione.
cfg_scalefacoltativo
Tiponumber
Predefinito0.5
0 – 1
Peso della guida della generazione per configurazione/ritmo. Per il trasferimento linguistico, 0.0 aiuta a limitare l'ereditarietà dell'accento; l'intervallo completo è 0.0–1.0.
seedfacoltativo
Tipointeger | null
Seed della generazione con due comportamenti: 0 seleziona una generazione casuale, mentre un numero specifico rende gli output riproducibili.
obbligatorio

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"
  }
}
I tuoi file, la tua sceltaOgni outputs[].url è una copia nella nostra archiviazione: conservata per sempre (a pagamento per GB-mese) oppure 7 giorni gratuitamente, in base all'impostazione dell'account o a ?storage=.
Stessa struttura per ogni modellotype, url, content_type, width, height e duration, per immagini, video e audio. output è l'oggetto risultato del modello.
Campi dell'output
audio
object {url, content_type, file_name, file_size}File audio contenente parlato multilingue sintetizzato.

Per gli agenti AI: questa pagina in Markdown è disponibile all'indirizzo https://doitong.com/it/developers/models/chatterbox/text-to-speech/multilingual.md. Tutti i modelli e le guide: https://doitong.com/developers/llms.txt