Hoppa till innehåll

Chatterbox · Text to Speech · Multilingual

Integrera

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"

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#multilingual

Flerspråkig text-till-tal-modell för 23 språk, begränsad till 300 tecken per begäran

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 50 / 300

Text för talsyntes, begränsad till 300 tecken och med stöd för 23 språk. Tillgängliga språk inkluderar engelska och franska; tyska, spanska, italienska och portugisiska; hindi och arabiska; kinesiska, japanska och koreanska med flera.

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

Språkkod för syntes; anpassad användning kräver både en ljud-URL och ett val för custom_audio_language.

Språkinställning som endast gäller när rösten anges som en anpassad URL; annars ignoreras den. Ange språket som talas i det anpassade ljudet.

standard 0.5

Talets uttrycksfullhet och emotionella intensitet i förhållande till den neutrala inställningen 0.5. Högre värde ger mer uttrycksfullhet inom intervallet 0.25–2.0, men extrema värden kan orsaka instabilitet.

standard 0.8

Justera variationen i talmönster genom att ställa in genereringens slumpmässighet mellan 0.05 och 2.0; högre värde ger större variation.

standard 0.5

Vikt för genereringsvägledning av konfiguration/takt. Vid språköverföring bidrar 0.0 till att begränsa accentöverföring; hela intervallet är 0.0–1.0.

Startvärde för generering med två beteenden: 0 väljer slumpmässig generering, medan ett specifikt tal gör utdata reproducerbar.

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"

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 · Multilingual

Syntetiserar tal på många språk, inklusive engelska, franska, tyska, spanska, hindi, arabiska, kinesiska, japanska och koreanska. Texten är begränsad till 300 tecken. `voice` anger språket, eller en anpassad ljud-URL tillsammans med `custom_audio_language`. `exaggeration` sträcker sig från 0.25 till 2, och `cfg_scale` kan sättas till 0 för språköverföring som minskar överföringen av accent.

Parametrar

NamnTyp StandardTillåtna Beskrivning
textobligatoriskt
Typstring
≤ 300 tecken
Text för talsyntes, begränsad till 300 tecken och med stöd för 23 språk. Tillgängliga språk inkluderar engelska och franska; tyska, spanska, italienska och portugisiska; hindi och arabiska; kinesiska, japanska och koreanska med flera.
voicevalfritt
Typstring
Standardenglish
Språkkod för syntes; anpassad användning kräver både en ljud-URL och ett val för custom_audio_language.
custom_audio_languagevalfritt
Typenum
englisharabicdanishgermangreekspanishfinnishfrenchhebrewhindiitalianjapanesekoreanmalaydutchnorwegian
+7 tillpolishportugueserussianswedishswahiliturkishchinese
Språkinställning som endast gäller när rösten anges som en anpassad URL; annars ignoreras den. Ange språket som talas i det anpassade ljudet.
exaggerationvalfritt
Typnumber
Standard0.5
0,25 – 2
Talets uttrycksfullhet och emotionella intensitet i förhållande till den neutrala inställningen 0.5. Högre värde ger mer uttrycksfullhet inom intervallet 0.25–2.0, men extrema värden kan orsaka instabilitet.
temperaturevalfritt
Typnumber
Standard0.8
0,05 – 2
Justera variationen i talmönster genom att ställa in genereringens slumpmässighet mellan 0.05 och 2.0; högre värde ger större variation.
cfg_scalevalfritt
Typnumber
Standard0.5
0 – 1
Vikt för genereringsvägledning av konfiguration/takt. Vid språköverföring bidrar 0.0 till att begränsa accentöverföring; hela intervallet är 0.0–1.0.
seedvalfritt
Typinteger | null
Startvärde för generering med två beteenden: 0 väljer slumpmässig generering, medan ett specifikt tal gör utdata reproducerbar.
obligatoriskt

Resultat

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"
  }
}
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}Ljudfil som innehåller syntetiserat flerspråkigt tal.

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