Przejdź do treści

Personaplex

Integracja

Identyfikator modelu 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"

Pliki takie jak przykład: 0,01 $ 10 kredytów API Twoje pliki są mierzone przed uruchomieniem Uruchom na tej stronie

Uzyskaj klucz API
NVIDIA Audio #audio

Konwersacyjny model speech-to-speech, który odpowiada na mowę w wybranej personie i głosie

NVIDIA · Audio

Tutaj pojawi się pierwszy wynik

Zbuduj poniżej żądanie i uruchom je za pomocą klucza API. Wyniki są kopiowane do naszej przestrzeni dyskowej i przechowywane bezterminowo lub 7 dni bezpłatnie.

Zbuduj żądanie

Elementy sterujące są generowane ze schematu modelu. Kod i cena aktualizują się podczas ich zmiany.

domyślnie You are a wise and fr...

Prompt tekstowy definiujący personę AI i kontekst rozmowy.

Upuść plik lub

Adres URL próbki do klonowania głosu; zalecana jest wyraźna mowa trwająca co najmniej 10 sekund. Próbka jest klonowana w locie, zastępując wstępnie ustawiony 'voice' dla odpowiedzi AI.

•wymagane audio_url
Upuść plik lub

Adres URL danych wejściowych audio zawierających mowę użytkownika.

Zaawansowane voice · temperature_audio · temperature_text · top_k_audio · top_k_text · seed · enable_safety_checker
domyślnie NATF2

Identyfikator głosu odpowiedzi AI, zastępowany przez voice_audio_url, gdy ten parametr zostanie podany. Jego kody rozróżniają głos naturalny (NAT) od zróżnicowanego (VAR) oraz żeński (F) od męskiego (M).

domyślnie 0.8

Temperatura używana podczas próbkowania audio; jej zwiększenie daje bardziej zróżnicowane wyniki.

domyślnie 0.7

Temperatura używana podczas próbkowania tekstu; jej zwiększenie daje bardziej zróżnicowane wyniki.

domyślnie 250

Ustawienie Top-K używane do próbkowania tokenów audio.

domyślnie 25

Ustawienie Top-K używane do próbkowania tokenów tekstowych.

Ziarno sterujące losowością w celu uzyskania powtarzalnych wyników.

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

Uruchom to żądanie

Klucz pozostaje w tej przeglądarce: jest wysyłany tylko do Doitong API i zapisywany (localStorage) tylko po zaznaczeniu opcji Zapamiętaj. Uzyskaj klucz API

Informacje o Personaplex

Odbiera mowę użytkownika przez `audio_url` i odpowiada wygenerowaną mową, zwracaną wraz z transkrypcją odpowiedzi i jej długością. Tekstowy `prompt` definiuje personę, a `voice` wybiera preset. Alternatywnie `voice_audio_url` klonuje głos z próbki; zalecane jest co najmniej 10 sekund wyraźnej mowy. Parametry próbkowania można dostosować za pomocą ustawień temperature i top-k.

Parametry

Wyślij nazwę kanoniczną albo natywną, nie obie. Nazwy kanoniczne

NazwaTyp DomyślneDozwolone Opis
promptopcjonalne
Typstring
DomyślneYou are a wise and friendly teacher. Answer questions or provide advice in a clear and engaging way.
Prompt tekstowy definiujący personę AI i kontekst rozmowy.
voiceopcjonalne
Typenum
DomyślneNATF2
NATF0NATF1NATF2NATF3NATM0NATM1NATM2NATM3VARF0VARF1VARF2VARF3VARF4VARM0VARM1VARM2
+2 więcejVARM3VARM4
Identyfikator głosu odpowiedzi AI, zastępowany przez voice_audio_url, gdy ten parametr zostanie podany. Jego kody rozróżniają głos naturalny (NAT) od zróżnicowanego (VAR) oraz żeński (F) od męskiego (M).
voice_audio_urlopcjonalne
Typurl · audio
Adres URL próbki do klonowania głosu; zalecana jest wyraźna mowa trwająca co najmniej 10 sekund. Próbka jest klonowana w locie, zastępując wstępnie ustawiony 'voice' dla odpowiedzi AI.
temperature_audioopcjonalne
Typnumber
Domyślne0.8
0 – 2
Temperatura używana podczas próbkowania audio; jej zwiększenie daje bardziej zróżnicowane wyniki.
temperature_textopcjonalne
Typnumber
Domyślne0.7
0 – 2
Temperatura używana podczas próbkowania tekstu; jej zwiększenie daje bardziej zróżnicowane wyniki.
top_k_audioopcjonalne
Typinteger
Domyślne250
1 – 2048
Ustawienie Top-K używane do próbkowania tokenów audio.
top_k_textopcjonalne
Typinteger
Domyślne25
1 – 1000
Ustawienie Top-K używane do próbkowania tokenów tekstowych.
seedopcjonalne
Typinteger | null
Ziarno sterujące losowością w celu uzyskania powtarzalnych wyników.
audio_urlwymagane audio
Typurl · audio
Adres URL danych wejściowych audio zawierających mowę użytkownika.
enable_safety_checkeropcjonalne
Typboolean
Domyślnetrue
Filtrowanie można złagodzić, ustawiając false, jeśli wywołujący ma odpowiednie uprawnienia.
wymagane Nazwa kanoniczna, również akceptowana

Parametry plików przyjmują publiczny URL https://, identyfikator URI data: do 10 MB albo file_url przesłanego pliku. Pliki

Wynik

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"
  }
}
Twoje pliki, Twój wybórKażdy outputs[].url to kopia w naszej przestrzeni dyskowej: przechowywana bezterminowo (opłata za GB-miesiąc) lub 7 dni bezpłatnie, zgodnie z ustawieniem konta lub ?storage=.
Taki sam format w każdym modelutype, url, content_type, width, height i duration — tak samo dla obrazów, filmów i dźwięku. output to własny obiekt wyniku modelu.
Pola wyniku
audio
object {url, content_type, file_name, file_size}Wygenerowane przez AI audio odpowiedzi w formacie WAV przy 24 kHz.
text
stringTranskrypcja tekstowa odpowiedzi AI.
duration
numberDługość generowanego audio mierzona w sekundach.
seed
integerWartość ziarna stosowana podczas generowania.

Więcej modeli: Audio

Dla agentów AI: ta strona w formacie Markdown jest dostępna pod adresem https://doitong.com/pl/developers/models/personaplex.md. Wszystkie modele i przewodniki: https://doitong.com/developers/llms.txt