உள்ளடக்கத்திற்குச் செல்க

Personaplex

ஒருங்கிணை

மாடல் id 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"

எடுத்துக்காட்டு போன்ற கோப்புகள்: $0.01 10 API கிரெடிட்கள் இயக்குவதற்கு முன் உங்கள் கோப்புகள் அளவிடப்படும் இந்தப் பக்கத்தில் இயக்குங்கள்

API விசையைப் பெறுக
NVIDIA ஆடியோ #audio

நீங்கள் தேர்வுசெய்யும் தனித்துவமும் குரலும் கொண்டு பேசப்படும் ஆடியோவில் பதிலளிக்கும் பேச்சிலிருந்து பேச்சுக்கான உரையாடல் மாதிரி

NVIDIA · ஆடியோ

உங்கள் முதல் முடிவு இங்கே வரும்

கீழே ஒரு கோரிக்கையை உருவாக்கி, உங்கள் API விசையுடன் இயக்குங்கள். வெளியீடுகள் எங்கள் சேமிப்பகத்தில் நகலெடுக்கப்பட்டு, நிரந்தரமாக அல்லது இலவசமாக 7 நாட்கள் வைக்கப்படும்.

கோரிக்கையை உருவாக்கு

மாடல் ஸ்கீமாவிலிருந்து கட்டுப்பாடுகள் உருவாக்கப்படுகின்றன. அவற்றை மாற்றும்போது குறியீடும் விலையும் புதுப்பிக்கப்படும்.

இயல்புநிலை You are a wise and fr...

AI-ன் persona மற்றும் உரையாடலின் சூழலை வரையறுக்கும் உரைப் ப்ராம்ப்ட்.

கோப்பை விடுங்கள் அல்லது

குரல் நகலாக்க மாதிரி URL; குறைந்தது 10 வினாடிகள் நீளமான தெளிவான பேச்சு பரிந்துரைக்கப்படுகிறது. இந்த மாதிரி உடனடியாக நகலெடுக்கப்பட்டு, AI பதிலுக்கான முன்தேர்ந்தெடுக்கப்பட்ட 'voice'-ஐ மாற்றும்.

•தேவை audio_url
கோப்பை விடுங்கள் அல்லது

பயனரின் பேச்சைக் கொண்ட ஆடியோ உள்ளீட்டின் URL.

மேம்பட்டவை voice · temperature_audio · temperature_text · top_k_audio · top_k_text · seed · enable_safety_checker
இயல்புநிலை NATF2

AI பதிலுக்கான குரல் ID; வழங்கப்பட்டால் voice_audio_url இதை மேலெழுதும். இதன் குறியீடுகள் இயல்பான (NAT) மற்றும் பல்வகை (VAR), பெண் (F) மற்றும் ஆண் (M) குரல்களை வேறுபடுத்துகின்றன.

இயல்புநிலை 0.8

ஆடியோ sampling-இல் பயன்படுத்தப்படும் temperature; இதை அதிகரிப்பது அதிக மாறுபட்ட முடிவுகளைத் தரும்.

இயல்புநிலை 0.7

உரை sampling-இல் பயன்படுத்தப்படும் temperature; இதை அதிகரிப்பது அதிக மாறுபட்ட முடிவுகளைத் தரும்.

இயல்புநிலை 250

ஆடியோ டோக்கன்களை sample செய்யப் பயன்படுத்தப்படும் Top-K அமைப்பு.

இயல்புநிலை 25

உரை டோக்கன்களை sample செய்யப் பயன்படுத்தப்படும் Top-K அமைப்பு.

மீண்டும் உருவாக்கக்கூடிய முடிவுகளுக்கான சீரற்ற தன்மையைக் கட்டுப்படுத்தும் விதை.

POST /run/personaplex?wait=20 விலை → $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"

இந்தக் கோரிக்கையை இயக்கு

உங்கள் key இந்த உலாவியில் மட்டுமே இருக்கும்: அது Doitong API-க்கு மட்டும் அனுப்பப்படும்; Remember-ஐத் தேர்ந்தெடுத்தால் மட்டுமே (localStorage)-ல் சேமிக்கப்படும். API விசையைப் பெறுங்கள்

Personaplex பற்றி

`audio_url` மூலம் பயனரின் பேச்சைப் பெற்று, உருவாக்கப்பட்ட பேச்சுடன் பதிலளிக்கிறது; பதிலின் உரைமாற்றமும் அதன் கால அளவும் கூடத் திரும்பும். உரை `prompt` தனித்துவத்தை வரையறுக்கிறது; `voice` ஒரு முன்னமைவைத் தேர்வுசெய்கிறது. மாற்றாக, `voice_audio_url` ஒரு மாதிரியிலிருந்து குரலைக் குளோன் செய்கிறது; இதில் 10 அல்லது அதற்கு மேற்பட்ட வினாடிகளுக்கு தெளிவான பேச்சு பரிந்துரைக்கப்படுகிறது. temperature மற்றும் top-k அமைப்புகள் மூலம் மாதிரியாக்கத்தைச் சரிசெய்யலாம்.

அளவுருக்கள்

நியமப் பெயர் அல்லது நேட்டிவ் பெயர் இரண்டில் ஒன்றை மட்டும் அனுப்பவும். நியமப் பெயர்கள்

பெயர்வகை இயல்புநிலைஅனுமதிக்கப்பட்டது விளக்கம்
promptவிருப்பத்தேர்வு
வகைstring
இயல்புநிலைYou are a wise and friendly teacher. Answer questions or provide advice in a clear and engaging way.
AI-ன் persona மற்றும் உரையாடலின் சூழலை வரையறுக்கும் உரைப் ப்ராம்ப்ட்.
voiceவிருப்பத்தேர்வு
வகைenum
இயல்புநிலைNATF2
NATF0NATF1NATF2NATF3NATM0NATM1NATM2NATM3VARF0VARF1VARF2VARF3VARF4VARM0VARM1VARM2
+2 மேலும்VARM3VARM4
AI பதிலுக்கான குரல் ID; வழங்கப்பட்டால் voice_audio_url இதை மேலெழுதும். இதன் குறியீடுகள் இயல்பான (NAT) மற்றும் பல்வகை (VAR), பெண் (F) மற்றும் ஆண் (M) குரல்களை வேறுபடுத்துகின்றன.
voice_audio_urlவிருப்பத்தேர்வு
வகைurl · audio
குரல் நகலாக்க மாதிரி URL; குறைந்தது 10 வினாடிகள் நீளமான தெளிவான பேச்சு பரிந்துரைக்கப்படுகிறது. இந்த மாதிரி உடனடியாக நகலெடுக்கப்பட்டு, AI பதிலுக்கான முன்தேர்ந்தெடுக்கப்பட்ட 'voice'-ஐ மாற்றும்.
temperature_audioவிருப்பத்தேர்வு
வகைnumber
இயல்புநிலை0.8
0 – 2
ஆடியோ sampling-இல் பயன்படுத்தப்படும் temperature; இதை அதிகரிப்பது அதிக மாறுபட்ட முடிவுகளைத் தரும்.
temperature_textவிருப்பத்தேர்வு
வகைnumber
இயல்புநிலை0.7
0 – 2
உரை sampling-இல் பயன்படுத்தப்படும் temperature; இதை அதிகரிப்பது அதிக மாறுபட்ட முடிவுகளைத் தரும்.
top_k_audioவிருப்பத்தேர்வு
வகைinteger
இயல்புநிலை250
1 – 2,048
ஆடியோ டோக்கன்களை sample செய்யப் பயன்படுத்தப்படும் Top-K அமைப்பு.
top_k_textவிருப்பத்தேர்வு
வகைinteger
இயல்புநிலை25
1 – 1,000
உரை டோக்கன்களை sample செய்யப் பயன்படுத்தப்படும் Top-K அமைப்பு.
seedவிருப்பத்தேர்வு
வகைinteger | null
மீண்டும் உருவாக்கக்கூடிய முடிவுகளுக்கான சீரற்ற தன்மையைக் கட்டுப்படுத்தும் விதை.
audio_urlதேவை audio
வகைurl · audio
பயனரின் பேச்சைக் கொண்ட ஆடியோ உள்ளீட்டின் URL.
enable_safety_checkerவிருப்பத்தேர்வு
வகைboolean
இயல்புநிலைtrue
அழைப்பாளர் அங்கீகரிக்கப்பட்டிருந்தால், false என அமைப்பதன் மூலம் திரையிடலைத் தளர்த்தலாம்.
தேவை நியமப் பெயர், இதுவும் ஏற்கப்படும்

கோப்பு அளவுருக்கள் பொதுவான https:// URL, 10 MB வரையிலான data: URI அல்லது பதிவேற்றத்தின் file_url-ஐ ஏற்கும். கோப்புகள்

வெளியீடு

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"
  }
}
உங்கள் கோப்புகள், உங்கள் தேர்வுஒவ்வொரு outputs[].url-ம் எங்கள் சேமிப்பகத்தில் உள்ள ஒரு நகல்: நிரந்தரமாக (GB-மாதத்திற்கு கட்டணம்) அல்லது உங்கள் கணக்கு அமைப்பு அல்லது ?storage= மூலம் இலவசமாக 7 நாட்கள் வைக்கப்படும்.
ஒவ்வொரு மாடலிலும் ஒரே வடிவம்படங்கள், வீடியோ மற்றும் ஆடியோ ஆகிய அனைத்திற்குமான type, url, content_type, width, height மற்றும் duration. output என்பது மாதிரியின் சொந்த முடிவு பொருளாகும்.
வெளியீட்டின் புலங்கள்
audio
object {url, content_type, file_name, file_size}24 kHz WAV வடிவிலான AI உருவாக்கிய பதில் ஆடியோ.
text
stringAI-யிடமிருந்து வந்த பதிலின் உரை transcription.
duration
numberஉருவாக்கப்பட்ட ஆடியோவின் நீளம், வினாடிகளில் அளவிடப்படுகிறது.
seed
integerஉருவாக்கத்தின்போது பயன்படுத்தப்படும் விதை மதிப்பு.

மேலும் மாதிரிகள்: ஆடியோ

AI ஏஜெண்டுகளுக்கு: இந்தப் பக்கம் Markdown வடிவில் இங்கே உள்ளது https://doitong.com/ta/developers/models/personaplex.md. அனைத்து மாடல்களும் வழிகாட்டிகளும்: https://doitong.com/developers/llms.txt