Op den Inhalt sprangen

Personaplex

Integréieren

Modell-ID 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"

Dateie wéi am Beispill: 0,01 $ 10 API-Kreditter Är Dateie gi virun der Ausféierung gemooss Op dëser Säit ausféieren

API-Schlëssel kréien
NVIDIA Audio #audio

Gespréichsmodell vu Sprooch zu Sprooch, deen op geschwat Audio an enger gewielter Persona a Stëmm äntwert

NVIDIA · Audio

Äin éischt Resultat kënnt hei hin

Baut hei drënner eng Ufro a féiert se mat Ärem API-Schlëssel aus. Output gëtt an eis Späicherung kopéiert, fir ëmmer oder 7 Deeg gratis gespäichert.

Eng Ufro erstellen

D'Kontrolle ginn aus dem Modellschema generéiert. De Code an de Präis aktualiséiere sech, wann s du se ännerst.

Standard You are a wise and fr...

Text-Prompt, deen d'Persona vun der AI an de Kontext vum Gespréich definéiert.

Fichier erofzéien, oder

URL vun enger Stëmmkloningsprouf; kloer Ried vun op d'mannst 10 Sekonnen ass recommandéiert. D'Prouf gëtt direkt gekloont a ersetzt d'Preset-'voice' fir d'AI-Äntwert.

•obligatoresch audio_url
Fichier erofzéien, oder

URL vum Audio-Input mat der Ried vum Benotzer.

Erweidert voice · temperature_audio · temperature_text · top_k_audio · top_k_text · seed · enable_safety_checker
Standard NATF2

Stëmm-ID vun der AI-Äntwert, déi duerch voice_audio_url iwwerschriwwe gëtt, wann et geliwwert gëtt. Seng Coden ënnerscheeden natierlech (NAT) vu variéierter (VAR) an weiblech (F) vu männlecher (M) Stëmm.

Standard 0.8

Temperatur beim Sampling vum Audio; eng Erhéijung féiert zu méi variéierte Resultater.

Standard 0.7

Temperatur beim Sampling vum Text; eng Erhéijung féiert zu méi variéierte Resultater.

Standard 250

Top-K-Astellung fir Audio-Token ze sampelen.

Standard 25

Top-K-Astellung fir Text-Token ze sampelen.

Seed, deen d'Zoufällegkeet fir reproduzéierbar Resultater steiert.

POST /run/personaplex?wait=20 Präis → 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"

Dës Ufro ausféieren

Äre Schlëssel bleift an dësem Browser: e gëtt nëmmen un d'Doitong API geschéckt an nëmme gespäichert (localStorage), wann s du „Erënneren“ aktivéiers. En API-Schlëssel kréien

Iwwer Personaplex

Empfänkt d'Ried vum Benotzer iwwer `audio_url` a reagéiert mat generéierter Ried, déi zesumme mat engem Transkript vun der Äntwert an hirer Dauer zeréckgeliwwert gëtt. En Text-`prompt` definéiert d'Persona, an `voice` wielt e Preset. Alternativ klonéiert `voice_audio_url` eng Stëmm aus enger Probe; 10 oder méi Sekonne kloer Ried si recommandéiert. Sampling kann iwwer Temperature- an Top-k-Astellunge ugepasst ginn.

Parameteren

Schéck entweder den kanoneschen Numm oder den natierlechen Numm, net béid. Kanonesch Nimm

NummTyp StandardErlaabt Beschreiwung
promptoptional
Typstring
StandardYou are a wise and friendly teacher. Answer questions or provide advice in a clear and engaging way.
Text-Prompt, deen d'Persona vun der AI an de Kontext vum Gespréich definéiert.
voiceoptional
Typenum
StandardNATF2
NATF0NATF1NATF2NATF3NATM0NATM1NATM2NATM3VARF0VARF1VARF2VARF3VARF4VARM0VARM1VARM2
+2 méiVARM3VARM4
Stëmm-ID vun der AI-Äntwert, déi duerch voice_audio_url iwwerschriwwe gëtt, wann et geliwwert gëtt. Seng Coden ënnerscheeden natierlech (NAT) vu variéierter (VAR) an weiblech (F) vu männlecher (M) Stëmm.
voice_audio_urloptional
Typurl · audio
URL vun enger Stëmmkloningsprouf; kloer Ried vun op d'mannst 10 Sekonnen ass recommandéiert. D'Prouf gëtt direkt gekloont a ersetzt d'Preset-'voice' fir d'AI-Äntwert.
temperature_audiooptional
Typnumber
Standard0.8
0 – 2
Temperatur beim Sampling vum Audio; eng Erhéijung féiert zu méi variéierte Resultater.
temperature_textoptional
Typnumber
Standard0.7
0 – 2
Temperatur beim Sampling vum Text; eng Erhéijung féiert zu méi variéierte Resultater.
top_k_audiooptional
Typinteger
Standard250
1 – 2.048
Top-K-Astellung fir Audio-Token ze sampelen.
top_k_textoptional
Typinteger
Standard25
1 – 1.000
Top-K-Astellung fir Text-Token ze sampelen.
seedoptional
Typinteger | null
Seed, deen d'Zoufällegkeet fir reproduzéierbar Resultater steiert.
audio_urlobligatoresch audio
Typurl · audio
URL vum Audio-Input mat der Ried vum Benotzer.
enable_safety_checkeroptional
Typboolean
Standardtrue
D'Kontroll kann duerch false gelackert ginn, wann den Uruffer autoriséiert ass.
obligatoresch Kanoneschen Numm, och akzeptéiert

Fichierparameter akzeptéieren eng ëffentlech https:// URL, eng data: URI bis zu 10 MB oder de file_url vun engem Upload. Fichieren

Output

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"
  }
}
Är Fichieren, Är WielAll outputs[].url ass eng Kopie an eiser Späicherung: fir ëmmer gespäichert (bezuelbar pro GB-Mount) oder 7 Deeg gratis, jee no Ärer Kontastellung oder ?storage=.
D'selwecht Struktur bei all Modelltype, url, content_type, width, height an duration, fir Biller, Video an Audio gläichermoossen. output ass dem Modell säin eegent Resultatobjet.
Output-Felder
audio
object {url, content_type, file_name, file_size}Audio vun der AI-generéierter Äntwert am WAV-Format mat 24 kHz.
text
stringTexttranskriptioun vun der Äntwert vun der AI.
duration
numberLängt vum generéierten Audio, a Sekonnen gemooss.
seed
integerSeed-Wäert, deen während der Generatioun applizéiert gouf.

Méi Modeller: Audio

Fir AI-Agenten: dës Säit als Markdown ass ënner https://doitong.com/lb/developers/models/personaplex.md. All Modeller a Guiden: https://doitong.com/developers/llms.txt