Hoppa till innehåll

Chatterbox · Text to Speech

Integrera

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"

Den här begäran: 0,002 $ 2 API-krediter Kör den på den här sidan

Hämta API-nyckel
Resemble AI Text till tal #text-to-speech

Text-till-tal på engelska med känslomässiga taggar, kontroll av överdrift och valfri referensljudstil

Resemble AI · Ljud

Ditt första resultat visas här

Skapa en begäran nedan och kör den med din API-nyckel. Utdata kopieras till vår lagring och sparas för alltid eller 7 dagar kostnadsfritt.

Skapa en begäran

Kontrollerna genereras från modellschemat. Koden och priset uppdateras när du ändrar dem.

•obligatoriskt

Text för talsyntes, som kan innehålla känslomässiga taggar: <laugh>, <chuckle>, <sigh>, <cough>, <sniffle>, <groan>, <yawn>, <gasp>. Texten får inte överstiga 5000 tecken.

Avancerat audio · exaggeration · temperature · cfg · seed
audio_url standard https://storage.googl...
Släpp en fil eller

Referensljud vars ton och stil modellen försöker efterlikna i ljudutdata. Ange en URL till en ljudfil om du vill använda denna valfria referens.

standard 0.25

Kontroll av talöverdrift: maximal överdrift motsvarar 1.0, medan 0.0 stänger av överdrift.

standard 0.7

Genereringstemperatur; högre värde ger mer kreativa resultat.

standard 0.5

Startvärde för ljudgenerering; 0 väljer ett slumpmässigt startvärde. Använd ett fast värde för reproducerbarhet och lämna alla andra egenskaper oförändrade; då bör ljudfilen återskapas exakt.

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"

Kör den här begäran

Din nyckel stannar i den här webbläsaren: den skickas endast till Doitong API och sparas endast i localStorage om du markerar Kom ihåg. Hämta en API-nyckel

Om Chatterbox · Text to Speech

Omvandlar upp till 5000 tecken text till tal. Texten kan innehålla känslomässiga taggar som <laugh>, <chuckle>, <sigh> och <cough>. En valfri `audio_url` tillhandahåller en referens vars stil och ton utdata försöker matcha. `exaggeration` (0 till 1), `temperature`, `cfg` och `seed` justerar framförandet.

Parametrar

Skicka antingen det kanoniska namnet eller det inbyggda namnet, inte båda. Kanoniska namn

NamnTyp StandardTillåtna Beskrivning
textobligatoriskt
Typstring
Text för talsyntes, som kan innehålla känslomässiga taggar: <laugh>, <chuckle>, <sigh>, <cough>, <sniffle>, <groan>, <yawn>, <gasp>. Texten får inte överstiga 5000 tecken.
audio_urlvalfritt audio
Typurl · audio
Standardhttps://storage.googleapis.com/chatterbox-demo-samples/prompts/male_rickmorty.mp3
Referensljud vars ton och stil modellen försöker efterlikna i ljudutdata. Ange en URL till en ljudfil om du vill använda denna valfria referens.
exaggerationvalfritt
Typnumber
Standard0.25
0 – 1
Kontroll av talöverdrift: maximal överdrift motsvarar 1.0, medan 0.0 stänger av överdrift.
temperaturevalfritt
Typnumber
Standard0.7
0,05 – 2
Genereringstemperatur; högre värde ger mer kreativa resultat.
cfgvalfritt
Typnumber
Standard0.5
0,1 – 1
seedvalfritt
Typinteger | null
Startvärde för ljudgenerering; 0 väljer ett slumpmässigt startvärde. Använd ett fast värde för reproducerbarhet och lämna alla andra egenskaper oförändrade; då bör ljudfilen återskapas exakt.
obligatoriskt Kanoniskt namn, accepteras också

Filparametrar tar emot en offentlig https://-URL, en data:-URI på upp till 10 MB eller file_url från en uppladdning. Filer

Resultat

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"
  }
}
Dina filer, ditt valVarje outputs[].url är en kopia i vår lagring: sparad för alltid (debiteras per GB-månad) eller 7 dagar kostnadsfritt, enligt din kontoinställning eller ?storage=.
Samma struktur för varje modelltype, url, content_type, width, height och duration, för bilder, video och ljud. output är modellens eget resultatobjekt.
Resultatets fält
audio
object {url, content_type, file_name, file_size}Ljud som innehåller det syntetiserade talet.

Fler modeller: Text till tal

För AI-agenter: den här sidan som Markdown finns på https://doitong.com/sv/developers/models/chatterbox/text-to-speech.md. Alla modeller och guider: https://doitong.com/developers/llms.txt