Gå til innhold

Chatterbox · Text to Speech · Multilingual

Integrer

Modell-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"

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

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

Flerspråklig tekst-til-tale med støtte for 23 språk, begrenset til 300 tegn per forespørsel

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 50 / 300

Tekst for talesyntese, begrenset til 300 tegn og med støtte for 23 språk. Tilgjengelige språk omfatter engelsk og fransk; tysk, spansk, italiensk og portugisisk; hindi og arabisk; kinesisk, japansk og koreansk, blant andre.

Avansert voice · custom_audio_language · exaggeration · temperature · cfg_scale · seed
standard english

Språkkode for syntese, der egendefinert bruk krever både en lyd-URL og et valg for custom_audio_language.

Språkinnstilling som bare gjelder når stemmen oppgis som en egendefinert URL; ellers ignoreres den. Angi språket som snakkes i den egendefinerte lyden.

standard 0.5

Taleuttrykk og emosjonell intensitet relativt til nøytralinnstillingen 0.5. Høyere verdi gir mer uttrykksfull tale innenfor området 0.25–2.0, men ekstreme innstillinger kan føre til ustabilitet.

standard 0.8

Juster variasjonen i talemønstre ved å sette genereringstilfeldighet mellom 0.05 og 2.0; høyere verdi gir større variasjon.

standard 0.5

Veiledningsvekt for konfigurasjon og tempo under generering. Ved språkoverføring bidrar 0.0 til å begrense overføring av aksent; hele området er 0.0–1.0.

Genereringsseed med to virkemåter: 0 velger tilfeldig generering, mens et bestemt tall gjør utdataene reproduserbare.

POST /run/chatterbox/text-to-speech/multilingual?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/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"

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 · Multilingual

Syntetiserer tale på mange språk, blant annet engelsk, fransk, tysk, spansk, hindi, arabisk, kinesisk, japansk og koreansk. Teksten er begrenset til 300 tegn. `voice` angir språket, eller en egendefinert lyd-URL sammen med `custom_audio_language`. `exaggeration` varierer fra 0.25 til 2, og `cfg_scale` kan settes til 0 for språkoverføring for å redusere overføring av aksent.

Parametere

NavnType StandardTillatt Beskrivelse
textobligatorisk
Typestring
≤ 300 tegn
Tekst for talesyntese, begrenset til 300 tegn og med støtte for 23 språk. Tilgjengelige språk omfatter engelsk og fransk; tysk, spansk, italiensk og portugisisk; hindi og arabisk; kinesisk, japansk og koreansk, blant andre.
voicevalgfritt
Typestring
Standardenglish
Språkkode for syntese, der egendefinert bruk krever både en lyd-URL og et valg for custom_audio_language.
custom_audio_languagevalgfritt
Typeenum
englisharabicdanishgermangreekspanishfinnishfrenchhebrewhindiitalianjapanesekoreanmalaydutchnorwegian
+7 flerepolishportugueserussianswedishswahiliturkishchinese
Språkinnstilling som bare gjelder når stemmen oppgis som en egendefinert URL; ellers ignoreres den. Angi språket som snakkes i den egendefinerte lyden.
exaggerationvalgfritt
Typenumber
Standard0.5
0,25 – 2
Taleuttrykk og emosjonell intensitet relativt til nøytralinnstillingen 0.5. Høyere verdi gir mer uttrykksfull tale innenfor området 0.25–2.0, men ekstreme innstillinger kan føre til ustabilitet.
temperaturevalgfritt
Typenumber
Standard0.8
0,05 – 2
Juster variasjonen i talemønstre ved å sette genereringstilfeldighet mellom 0.05 og 2.0; høyere verdi gir større variasjon.
cfg_scalevalgfritt
Typenumber
Standard0.5
0 – 1
Veiledningsvekt for konfigurasjon og tempo under generering. Ved språkoverføring bidrar 0.0 til å begrense overføring av aksent; hele området er 0.0–1.0.
seedvalgfritt
Typeinteger | null
Genereringsseed med to virkemåter: 0 velger tilfeldig generering, mens et bestemt tall gjør utdataene reproduserbare.
obligatorisk

Utdata

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"
  }
}
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}Lydfil som inneholder syntetisert flerspråklig tale.

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