Aqbeż għall-kontenut

Chatterbox · Text to Speech · Multilingual

Integra

Id tal-mudell 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"

Din it-talba: $0.002 2 krediti tal-API Ħaddmu f’din il-paġna

Ikseb ċavetta API
Resemble AI Test għal diskors #text-to-speech#multilingual

Minn test multilingwi għal diskors f’23 lingwa, limitat għal 300 karattru għal kull talba

Resemble AI · Awdjo

L-ewwel riżultat tiegħek jidher hawn

Ibni talba hawn taħt u ħaddimha biċ-ċavetta API tiegħek. L-outputs jiġu kkupjati fil-ħażna tagħna, miżmuma għal dejjem jew 7 ijiem b’xejn.

Ibni talba

Il-kontrolli jiġu ġġenerati mill-iskema tal-mudell. Il-kodiċi u l-prezz jaġġornaw hekk kif tibdilhom.

•meħtieġ 50 / 300

Test għas-sinteżi tad-diskors, limitat għal 300 karattru u li jappoġġja 23 lingwa. Il-lingwi disponibbli jinkludu l-Ingliż u l-Franċiż; il-Ġermaniż, l-Ispanjol, it-Taljan u l-Portugiż; il-Ħindi u l-Għarbi; iċ-Ċiniż, il-Ġappuniż u l-Korean, fost oħrajn.

Avvanzat voice · custom_audio_language · exaggeration · temperature · cfg_scale · seed
prestabbilit english

Kodiċi tal-lingwa tas-sinteżi, fejn l-użu personalizzat jeħtieġ kemm URL tal-awdjo kif ukoll għażla għal custom_audio_language.

Setting tal-lingwa li japplika biss meta l-vuċi tiġi pprovduta bħala URL personalizzat; inkella jiġi injorat. Speċifika l-lingwa mitkellma f'dak l-awdjo personalizzat.

prestabbilit 0.5

Espressjoni u intensità emozzjonali tad-diskors relattivi għas-setting newtrali ta' 0.5. Iż-żieda fil-valur iżżid l-espressività fil-medda 0.25–2.0, għalkemm settings estremi jistgħu jikkawżaw instabbiltà.

prestabbilit 0.8

Aġġusta l-varjetà tal-mudell tad-diskors billi tissettja r-randomness tal-ġenerazzjoni bejn 0.05 u 2.0; iż-żieda fil-valur tipproduċi aktar varjazzjoni.

prestabbilit 0.5

Piż tal-gwida tal-ġenerazzjoni għall-konfigurazzjoni/ritmu. Għat-trasferiment tal-lingwa, 0.0 jgħin biex jillimita t-trasferiment tal-aċċent; il-medda sħiħa hija 0.0–1.0.

Seed tal-ġenerazzjoni b'żewġ imġibiet: 0 jagħżel ġenerazzjoni każwali, filwaqt li numru speċifiku jagħmel l-output riproduċibbli.

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

Ħaddem din it-talba

Iċ-ċavetta tiegħek tibqa’ f’dan il-browser: tintbagħat biss lid-Doitong API u tiġi ssejvjata (localStorage) biss jekk timmarka Ftakar. Ikseb ċavetta API

Dwar Chatterbox · Text to Speech · Multilingual

Jissintetizza diskors f’ħafna lingwi, inklużi l-Ingliż, il-Franċiż, il-Ġermaniż, l-Ispanjol, il-Ħindi, l-Għarbi, iċ-Ċiniż, il-Ġappuniż u l-Korean. It-test huwa limitat għal 300 karattru. `voice` jistabbilixxi l-lingwa, jew tista’ tintuża URL ta’ awdjo personalizzata flimkien ma’ `custom_audio_language`. `exaggeration` tvarja minn 0.25 sa 2, u `cfg_scale` jista’ jiġi ssettjat għal 0 għat-trasferiment tal-lingwa biex jitnaqqas it-trasferiment tal-aċċent.

Parametri

IsemTip PrestabbilitPermess Deskrizzjoni
textmeħtieġ
Tipstring
≤ 300 karattri
Test għas-sinteżi tad-diskors, limitat għal 300 karattru u li jappoġġja 23 lingwa. Il-lingwi disponibbli jinkludu l-Ingliż u l-Franċiż; il-Ġermaniż, l-Ispanjol, it-Taljan u l-Portugiż; il-Ħindi u l-Għarbi; iċ-Ċiniż, il-Ġappuniż u l-Korean, fost oħrajn.
voicemhux obbligatorju
Tipstring
Prestabbilitenglish
Kodiċi tal-lingwa tas-sinteżi, fejn l-użu personalizzat jeħtieġ kemm URL tal-awdjo kif ukoll għażla għal custom_audio_language.
custom_audio_languagemhux obbligatorju
Tipenum
englisharabicdanishgermangreekspanishfinnishfrenchhebrewhindiitalianjapanesekoreanmalaydutchnorwegian
+7 oħrapolishportugueserussianswedishswahiliturkishchinese
Setting tal-lingwa li japplika biss meta l-vuċi tiġi pprovduta bħala URL personalizzat; inkella jiġi injorat. Speċifika l-lingwa mitkellma f'dak l-awdjo personalizzat.
exaggerationmhux obbligatorju
Tipnumber
Prestabbilit0.5
0.25 – 2
Espressjoni u intensità emozzjonali tad-diskors relattivi għas-setting newtrali ta' 0.5. Iż-żieda fil-valur iżżid l-espressività fil-medda 0.25–2.0, għalkemm settings estremi jistgħu jikkawżaw instabbiltà.
temperaturemhux obbligatorju
Tipnumber
Prestabbilit0.8
0.05 – 2
Aġġusta l-varjetà tal-mudell tad-diskors billi tissettja r-randomness tal-ġenerazzjoni bejn 0.05 u 2.0; iż-żieda fil-valur tipproduċi aktar varjazzjoni.
cfg_scalemhux obbligatorju
Tipnumber
Prestabbilit0.5
0 – 1
Piż tal-gwida tal-ġenerazzjoni għall-konfigurazzjoni/ritmu. Għat-trasferiment tal-lingwa, 0.0 jgħin biex jillimita t-trasferiment tal-aċċent; il-medda sħiħa hija 0.0–1.0.
seedmhux obbligatorju
Tipinteger | null
Seed tal-ġenerazzjoni b'żewġ imġibiet: 0 jagħżel ġenerazzjoni każwali, filwaqt li numru speċifiku jagħmel l-output riproduċibbli.
meħtieġ

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"
  }
}
Il-fajls tiegħek, l-għażla tiegħekKull outputs[].url huwa kopja fil-ħażna tagħna: miżmuma għal dejjem (imħallsa għal kull GB-xahar) jew 7 ijiem b’xejn, skont l-issettjar tal-kont tiegħek jew ?storage=.
L-istess struttura fuq kull mudelltype, url, content_type, width, height u duration, kemm għall-immaġnijiet kif ukoll għall-vidjo u l-awdjo. output huwa l-oġġett tar-riżultat tal-mudell innifsu.
Oqsma tal-output
audio
object {url, content_type, file_name, file_size}Fajl awdjo li fih diskors multilingwi sintetizzat.

Għall-aġenti tal-AI: din il-paġna bħala Markdown tinsab fuq https://doitong.com/mt/developers/models/chatterbox/text-to-speech/multilingual.md. Il-mudelli u l-gwidi kollha: https://doitong.com/developers/llms.txt