အကြောင်းအရာသို့ ကျော်ရန်

Chatterbox · Text to Speech · Multilingual

ပေါင်းစည်းရန်

မော်ဒယ် id 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"

ဤတောင်းဆိုချက်: ၀.၀၀၂ $ ၂ API ခရက်ဒစ် ဤစာမျက်နှာတွင် လုပ်ဆောင်ရန်

API ကီး ရယူရန်
Resemble AI စာသားမှ အသံ #text-to-speech#multilingual

ဘာသာစကား ၂၃ မျိုးကို ပံ့ပိုးသော ဘာသာစကားစုံ စာသားမှအသံပြောင်းစနစ်၊ တောင်းဆိုချက်တစ်ခုလျှင် အက္ခရာ ၃၀၀ အထိသာ

Resemble AI · အသံ

သင့်ပထမဆုံးရလဒ် ဤနေရာတွင် ပေါ်လာမည်

အောက်တွင် တောင်းဆိုချက်တစ်ခု တည်ဆောက်ပြီး သင့် API ကီးဖြင့် လုပ်ဆောင်ပါ။ ထွက်ရလဒ်များကို ကျွန်ုပ်တို့၏ သိုလှောင်မှုသို့ ကူးယူပြီး အမြဲတမ်း သို့မဟုတ် ၇ ရက် အခမဲ့ သိမ်းထားသည်။

တောင်းဆိုမှုတစ်ခု တည်ဆောက်ရန်

ထိန်းချုပ်မှုများကို မော်ဒယ် schema မှ အလိုအလျောက်ဖန်တီးသည်။ ၎င်းတို့ကို ပြောင်းလဲသည်နှင့် code နှင့် စျေးနှုန်းတို့လည်း ပြောင်းလဲမည်။

•လိုအပ်သည် 50 / 300

စကားသံပေါင်းစပ်ထုတ်လုပ်ရန် စာသား၊ အက္ခရာ 300 အထိသာ ကန့်သတ်ထားပြီး ဘာသာစကား 23 မျိုးကို ပံ့ပိုးသည်။ ရရှိနိုင်သော ဘာသာစကားများတွင် English နှင့် French၊ German၊ Spanish၊ Italian နှင့် Portuguese၊ Hindi နှင့် Arabic၊ Chinese၊ Japanese နှင့် Korean စသည်တို့ ပါဝင်သည်။

အဆင့်မြင့် voice · custom_audio_language · exaggeration · temperature · cfg_scale · seed
မူလ english

ပေါင်းစပ်ထုတ်လုပ်မှု ဘာသာစကားကုဒ်၊ custom အသုံးပြုမှုအတွက် အသံ URL နှင့် custom_audio_language ရွေးချယ်မှု နှစ်ခုလုံး လိုအပ်သည်။

အသံကို custom URL အဖြစ် ပေးထားသည့်အခါမှသာ သက်ရောက်သော ဘာသာစကားဆက်တင်၊ မဟုတ်ပါက လျစ်လျူရှုသည်။ ထို custom အသံတွင် ပြောဆိုထားသော ဘာသာစကားကို သတ်မှတ်ပါ။

မူလ 0.5

neutral ဆက်တင် 0.5 နှင့် နှိုင်းယှဉ်ထားသော စကားသံဖော်ပြမှုနှင့် စိတ်ခံစားမှုပြင်းထန်မှု။ တန်ဖိုးမြှင့်ပါက 0.25–2.0 အတွင်း ဖော်ပြမှု ပိုမိုလာမည်၊ သို့သော် အလွန်အမင်းဆက်တင်များသည် မတည်ငြိမ်မှု ဖြစ်စေနိုင်သည်။

မူလ 0.8

ဖန်တီးမှုကျပန်းမှုကို 0.05 နှင့် 2.0 ကြား သတ်မှတ်ခြင်းဖြင့် စကားသံပုံစံ ကွဲပြားမှုကို ချိန်ညှိပါ။ တန်ဖိုးမြှင့်ပါက ကွဲပြားမှု ပိုမိုလာမည်။

မူလ 0.5

configuration/pace အတွက် ဖန်တီးမှု guidance weight။ ဘာသာစကားပြောင်းလဲမှုတွင် 0.0 သည် accent အမွေဆက်ခံမှုကို ကန့်သတ်ရန် ကူညီသည်။ အပြည့်အဝအကွာအဝေးမှာ 0.0–1.0 ဖြစ်သည်။

အပြုအမူနှစ်မျိုးရှိသော ဖန်တီးမှု seed: 0 သည် ကျပန်းဖန်တီးမှုကို ရွေးပြီး သတ်မှတ်ထားသောနံပါတ်သည် ထွက်ရလဒ်များကို ပြန်လည်ထုတ်လုပ်နိုင်စေသည်။

POST /run/chatterbox/text-to-speech/multilingual?wait=20 ကုန်ကျစရိတ် → ၀.၀၀၂ $
# 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"

ဤတောင်းဆိုချက်ကို လုပ်ဆောင်ရန်

သင့် key သည် ဤဘရောက်ဇာထဲတွင်သာ ရှိမည်ဖြစ်ပြီး Doitong API သို့သာ ပို့မည်။ Remember ကို အမှန်ခြစ်ထားမှသာ (localStorage) တွင် သိမ်းမည်။ API ကီး ရယူရန်

Chatterbox · Text to Speech · Multilingual အကြောင်း

အင်္ဂလိပ်၊ ပြင်သစ်၊ ဂျာမန်၊ စပိန်၊ ဟင်ဒီ၊ အာရဗီ၊ တရုတ်၊ ဂျပန်နှင့် ကိုရီးယားအပါအဝင် ဘာသာစကားများစွာဖြင့် စကားသံကို ဖန်တီးပေးသည်။ စာသားကို အက္ခရာ ၃၀၀ အထိသာ ခွင့်ပြုသည်။ `voice` သည် ဘာသာစကားကို သတ်မှတ်ပေးသည် သို့မဟုတ် `custom_audio_language` နှင့်အတူ စိတ်ကြိုက်အသံ URL ကို သတ်မှတ်နိုင်သည်။ `exaggeration` သည် 0.25 မှ 2 အထိဖြစ်ပြီး၊ အသံထွက်လွှဲပြောင်းမှုအတွက် `cfg_scale` ကို 0 သတ်မှတ်ကာ မူရင်းအသံထွက် လိုက်ပါလာမှုကို လျှော့ချနိုင်သည်။

ပါရာမီတာများ

အမည်အမျိုးအစား မူလတန်ဖိုးခွင့်ပြုထားသည် ဖော်ပြချက်
textလိုအပ်သည်
အမျိုးအစားstring
စာလုံး ၃၀၀ လုံးထက် မပိုပါ
စကားသံပေါင်းစပ်ထုတ်လုပ်ရန် စာသား၊ အက္ခရာ 300 အထိသာ ကန့်သတ်ထားပြီး ဘာသာစကား 23 မျိုးကို ပံ့ပိုးသည်။ ရရှိနိုင်သော ဘာသာစကားများတွင် English နှင့် French၊ German၊ Spanish၊ Italian နှင့် Portuguese၊ Hindi နှင့် Arabic၊ Chinese၊ Japanese နှင့် Korean စသည်တို့ ပါဝင်သည်။
voiceရွေးချယ်နိုင်သည်
အမျိုးအစားstring
မူလတန်ဖိုးenglish
ပေါင်းစပ်ထုတ်လုပ်မှု ဘာသာစကားကုဒ်၊ custom အသုံးပြုမှုအတွက် အသံ URL နှင့် custom_audio_language ရွေးချယ်မှု နှစ်ခုလုံး လိုအပ်သည်။
custom_audio_languageရွေးချယ်နိုင်သည်
အမျိုးအစားenum
englisharabicdanishgermangreekspanishfinnishfrenchhebrewhindiitalianjapanesekoreanmalaydutchnorwegian
+7 ခု ထပ်မံpolishportugueserussianswedishswahiliturkishchinese
အသံကို custom URL အဖြစ် ပေးထားသည့်အခါမှသာ သက်ရောက်သော ဘာသာစကားဆက်တင်၊ မဟုတ်ပါက လျစ်လျူရှုသည်။ ထို custom အသံတွင် ပြောဆိုထားသော ဘာသာစကားကို သတ်မှတ်ပါ။
exaggerationရွေးချယ်နိုင်သည်
အမျိုးအစားnumber
မူလတန်ဖိုး0.5
၀.၂၅ – ၂
neutral ဆက်တင် 0.5 နှင့် နှိုင်းယှဉ်ထားသော စကားသံဖော်ပြမှုနှင့် စိတ်ခံစားမှုပြင်းထန်မှု။ တန်ဖိုးမြှင့်ပါက 0.25–2.0 အတွင်း ဖော်ပြမှု ပိုမိုလာမည်၊ သို့သော် အလွန်အမင်းဆက်တင်များသည် မတည်ငြိမ်မှု ဖြစ်စေနိုင်သည်။
temperatureရွေးချယ်နိုင်သည်
အမျိုးအစားnumber
မူလတန်ဖိုး0.8
၀.၀၅ – ၂
ဖန်တီးမှုကျပန်းမှုကို 0.05 နှင့် 2.0 ကြား သတ်မှတ်ခြင်းဖြင့် စကားသံပုံစံ ကွဲပြားမှုကို ချိန်ညှိပါ။ တန်ဖိုးမြှင့်ပါက ကွဲပြားမှု ပိုမိုလာမည်။
cfg_scaleရွေးချယ်နိုင်သည်
အမျိုးအစားnumber
မူလတန်ဖိုး0.5
၀ – ၁
configuration/pace အတွက် ဖန်တီးမှု guidance weight။ ဘာသာစကားပြောင်းလဲမှုတွင် 0.0 သည် accent အမွေဆက်ခံမှုကို ကန့်သတ်ရန် ကူညီသည်။ အပြည့်အဝအကွာအဝေးမှာ 0.0–1.0 ဖြစ်သည်။
seedရွေးချယ်နိုင်သည်
အမျိုးအစားinteger | null
အပြုအမူနှစ်မျိုးရှိသော ဖန်တီးမှု seed: 0 သည် ကျပန်းဖန်တီးမှုကို ရွေးပြီး သတ်မှတ်ထားသောနံပါတ်သည် ထွက်ရလဒ်များကို ပြန်လည်ထုတ်လုပ်နိုင်စေသည်။
လိုအပ်သည်

ထွက်ရလဒ်

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"
  }
}
သင့်ဖိုင်များ၊ သင့်ရွေးချယ်မှုoutputs[].url တိုင်းသည် ကျွန်ုပ်တို့၏ သိုလှောင်မှုရှိ မိတ္တူဖြစ်သည်- အမြဲတမ်း (GB-month အလိုက် ငွေပေးရသည်) သို့မဟုတ် ၇ ရက် အခမဲ့၊ သင့်အကောင့်ဆက်တင် သို့မဟုတ် ?storage= ဖြင့် သိမ်းထားသည်။
မော်ဒယ်တိုင်းတွင် ပုံစံတူပုံ၊ ဗီဒီယိုနှင့် အသံတို့အတွက် type၊ url၊ content_type၊ width၊ height နှင့် duration။ output သည် မော်ဒယ်ကိုယ်တိုင်၏ ရလဒ် object ဖြစ်သည်။
ထွက်ရလဒ်၏ Fields များ
audio
object {url, content_type, file_name, file_size}ဘာသာစကားများစွာဖြင့် ပေါင်းစပ်ထုတ်လုပ်ထားသော စကားသံပါဝင်သည့် အသံဖိုင်။

AI အေးဂျင့်များအတွက်- ဤစာမျက်နှာ၏ Markdown ကို ဤနေရာတွင် ရရှိနိုင်သည် https://doitong.com/my/developers/models/chatterbox/text-to-speech/multilingual.md. မော်ဒယ်များနှင့် လမ်းညွှန်များအားလုံး: https://doitong.com/developers/llms.txt