Gå til innhold

Chatterbox · Text to Speech

Integrer

Modell-ID chatterbox/text-to-speech
# 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?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"

Denne forespørselen: 0,002 $ 2 API-kreditter Kjør den på denne siden

Hent API-nøkkel
Resemble AI Tekst til tale #text-to-speech

Engelsk tekst-til-tale med følelsestagger, kontroll over overdrivelse og valgfri stil fra referanselyd

Resemble AI · Lyd

Det første resultatet ditt kommer her

Bygg en forespørsel nedenfor og kjør den med API-nøkkelen din. Utdata kopieres til lagringen vår, lagret for alltid eller 7 dager gratis.

Bygg en forespørsel

Kontrollene genereres fra modellskjemaet. Koden og prisen oppdateres når du endrer dem.

•obligatorisk

Tekst for talesyntese, som kan inneholde følelsesmessige tagger: <laugh>, <chuckle>, <sigh>, <cough>, <sniffle>, <groan>, <yawn>, <gasp>. Teksten må ikke overstige 5000 tegn.

Avansert audio · exaggeration · temperature · cfg · seed
audio_url standard https://storage.googl...
Slipp en fil, eller

Referanselyd hvis tone og stil modellen forsøker å etterligne i taleutdataene. Oppgi en URL til en lydfil hvis du vil bruke denne valgfrie referansen.

standard 0.25

Kontroll for taleoverdrivelse: maksimal overdrivelse tilsvarer 1.0, mens 0.0 slår av overdrivelse.

standard 0.7

Genereringstemperatur; høyere verdi gjør resultatene mer kreative.

standard 0.5

Seed for lydgenerering; 0 velger en tilfeldig seed. For reproduserbarhet bruker du en fast verdi og lar alle andre egenskaper være uendret; dette skal gjenskape lydfilen nøyaktig.

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

Kjør denne forespørselen

Nøkkelen din blir i denne nettleseren: Den sendes bare til Doitong API og lagres bare i localStorage hvis du krysser av for Husk. Hent en API-nøkkel

Om Chatterbox · Text to Speech

Gjør opptil 5000 tegn tekst om til tale. Teksten kan inneholde følelsestagger som <laugh>, <chuckle>, <sigh> og <cough>. En valgfri `audio_url` gir en referanse som utdataens stil og tone forsøker å samsvare med. `exaggeration` (0 til 1), `temperature`, `cfg` og `seed` finjusterer fremføringen.

Parametere

Send enten det kanoniske navnet eller det opprinnelige navnet, ikke begge. Kanoniske navn

NavnType StandardTillatt Beskrivelse
textobligatorisk
Typestring
Tekst for talesyntese, som kan inneholde følelsesmessige tagger: <laugh>, <chuckle>, <sigh>, <cough>, <sniffle>, <groan>, <yawn>, <gasp>. Teksten må ikke overstige 5000 tegn.
audio_urlvalgfritt audio
Typeurl · audio
Standardhttps://storage.googleapis.com/chatterbox-demo-samples/prompts/male_rickmorty.mp3
Referanselyd hvis tone og stil modellen forsøker å etterligne i taleutdataene. Oppgi en URL til en lydfil hvis du vil bruke denne valgfrie referansen.
exaggerationvalgfritt
Typenumber
Standard0.25
0 – 1
Kontroll for taleoverdrivelse: maksimal overdrivelse tilsvarer 1.0, mens 0.0 slår av overdrivelse.
temperaturevalgfritt
Typenumber
Standard0.7
0,05 – 2
Genereringstemperatur; høyere verdi gjør resultatene mer kreative.
cfgvalgfritt
Typenumber
Standard0.5
0,1 – 1
seedvalgfritt
Typeinteger | null
Seed for lydgenerering; 0 velger en tilfeldig seed. For reproduserbarhet bruker du en fast verdi og lar alle andre egenskaper være uendret; dette skal gjenskape lydfilen nøyaktig.
obligatorisk Kanonisk navn, også godkjent

Filparametere tar imot en offentlig https:// URL, en data: URI på opptil 10 MB eller file_url fra en opplasting. Filer

Utdata

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "chatterbox/text-to-speech",
  "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"
  }
}
Filene dine, ditt valgHver outputs[].url er en kopi på lagringen vår: lagret for alltid (betalt per GB-måned) eller 7 dager gratis, styrt av kontoinnstillingen din eller ?storage=.
Samme struktur for hver modelltype, url, content_type, width, height og duration, for bilder, video og lyd. output er modellens eget resultatobjekt.
Utdatafelt
audio
object {url, content_type, file_name, file_size}Lyd som inneholder den syntetiserte talen.

Flere modeller: Tekst til tale

For AI-agenter: Denne siden som Markdown finnes på https://doitong.com/no/developers/models/chatterbox/text-to-speech.md. Alle modeller og veiledninger: https://doitong.com/developers/llms.txt