Перейти к содержимому

Chatterbox · Text to Speech · Multilingual

Интеграция

ID модели 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"

Этот запрос: 0,002 $ 2 API-кредита · ≈ 0,21 ₽ Запустить на этой странице

Получить API-ключ
Resemble AI Текст в речь #text-to-speech#multilingual

Многоязычный синтез речи для 23 языков с ограничением до 300 символов на запрос

Resemble AI · Аудио

Здесь появится ваш первый результат

Составьте запрос ниже и выполните его с помощью API-ключа. Результаты копируются в наше хранилище и хранятся навсегда или 7 дней бесплатно.

Сформировать запрос

Элементы управления сгенерированы из схемы модели. Код и цена обновляются при изменении параметров.

•обязательно 50 / 300

Текст для синтеза речи, ограниченный 300 символами и поддерживающий 23 языка. Доступны, в частности, английский и французский; немецкий, испанский, итальянский и португальский; хинди и арабский; китайский, японский и корейский.

Расширенные voice · custom_audio_language · exaggeration · temperature · cfg_scale · seed
по умолчанию english

Код языка синтеза; для собственного использования требуются и URL аудио, и выбор для custom_audio_language.

Настройка языка, применяемая только при передаче голоса в виде собственного URL; в противном случае игнорируется. Укажите язык, на котором говорят в этом собственном аудио.

по умолчанию 0.5

Выразительность и эмоциональная интенсивность речи относительно нейтрального значения 0.5. Увеличение значения добавляет выразительность в диапазоне 0.25–2.0, хотя крайние значения могут вызвать нестабильность.

по умолчанию 0.8

Настройка разнообразия речевых паттернов с помощью случайности генерации от 0.05 до 2.0; увеличение значения создает больше вариаций.

по умолчанию 0.5

Вес указаний генерации для конфигурации/темпа. При переносе языка значение 0.0 помогает ограничить перенятие акцента; полный диапазон — 0.0–1.0.

Сид генерации с двумя режимами: 0 выбирает случайную генерацию, а конкретное число делает выходные данные воспроизводимыми.

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

Запустить этот запрос

Ваш ключ хранится в этом браузере: он отправляется только в Doitong API и сохраняется в localStorage только при включении параметра «Запомнить». Получить API-ключ

О Chatterbox · Text to Speech · Multilingual

Синтезирует речь на многих языках, включая английский, французский, немецкий, испанский, хинди, арабский, китайский, японский и корейский. Текст ограничен 300 символами. `voice` задаёт язык; также можно передать пользовательский URL аудио вместе с `custom_audio_language`. `exaggeration` принимает значения от 0.25 до 2, а `cfg_scale` можно установить в 0 для переноса языка с уменьшением сохранения акцента.

Параметры

ИмяТип По умолчаниюДопустимые значения Описание
textобязательно
Типstring
≤ 300 символов
Текст для синтеза речи, ограниченный 300 символами и поддерживающий 23 языка. Доступны, в частности, английский и французский; немецкий, испанский, итальянский и португальский; хинди и арабский; китайский, японский и корейский.
voiceнеобязательно
Типstring
По умолчаниюenglish
Код языка синтеза; для собственного использования требуются и URL аудио, и выбор для custom_audio_language.
custom_audio_languageнеобязательно
Типenum
englisharabicdanishgermangreekspanishfinnishfrenchhebrewhindiitalianjapanesekoreanmalaydutchnorwegian
ещё 7polishportugueserussianswedishswahiliturkishchinese
Настройка языка, применяемая только при передаче голоса в виде собственного URL; в противном случае игнорируется. Укажите язык, на котором говорят в этом собственном аудио.
exaggerationнеобязательно
Типnumber
По умолчанию0.5
0,25 – 2
Выразительность и эмоциональная интенсивность речи относительно нейтрального значения 0.5. Увеличение значения добавляет выразительность в диапазоне 0.25–2.0, хотя крайние значения могут вызвать нестабильность.
temperatureнеобязательно
Типnumber
По умолчанию0.8
0,05 – 2
Настройка разнообразия речевых паттернов с помощью случайности генерации от 0.05 до 2.0; увеличение значения создает больше вариаций.
cfg_scaleнеобязательно
Типnumber
По умолчанию0.5
0 – 1
Вес указаний генерации для конфигурации/темпа. При переносе языка значение 0.0 помогает ограничить перенятие акцента; полный диапазон — 0.0–1.0.
seedнеобязательно
Типinteger | null
Сид генерации с двумя режимами: 0 выбирает случайную генерацию, а конкретное число делает выходные данные воспроизводимыми.
обязательно

Результат

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"
  }
}
Ваши файлы — ваш выборКаждый URL из outputs[].url — это копия в нашем хранилище: она хранится навсегда (оплата за ГБ в месяц) или 7 дней бесплатно — в зависимости от настройки вашего аккаунта или параметра ?storage=.
Одинаковая структура у каждой моделиtype, url, content_type, width, height и duration — одинаково для изображений, видео и аудио. output — собственный объект результата модели.
Поля результата
audio
object {url, content_type, file_name, file_size}Аудиофайл, содержащий синтезированную многоязычную речь.

Для AI-агентов: эта страница в формате Markdown доступна по адресу https://doitong.com/ru/developers/models/chatterbox/text-to-speech/multilingual.md. Все модели и руководства: https://doitong.com/developers/llms.txt