ข้ามไปยังเนื้อหา

Chatterbox · Text to Speech

ผสานการทำงาน

ID โมเดล 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"

คำขอนี้: $0.002 2 เครดิต API เรียกใช้ในหน้านี้

รับคีย์ API

แปลงข้อความภาษาอังกฤษเป็นเสียงพูดพร้อมแท็กอารมณ์ การควบคุมความเกินจริง และสไตล์เสียงอ้างอิงที่เลือกใช้ได้

Resemble AI · เสียง

ผลลัพธ์แรกของคุณจะแสดงที่นี่

สร้างคำขอด้านล่างและเรียกใช้ด้วยคีย์ API ของคุณ เอาต์พุตจะถูกคัดลอกไปยังพื้นที่จัดเก็บของเรา และเก็บไว้ตลอดไปหรือฟรี 7 วัน

สร้างคำขอ

ตัวควบคุมสร้างจากสคีมาของโมเดล โค้ดและราคาจะอัปเดตเมื่อคุณเปลี่ยนค่า

•จำเป็น

ข้อความสำหรับการสังเคราะห์เสียงพูด ซึ่งอาจมีแท็กแสดงอารมณ์: <laugh>, <chuckle>, <sigh>, <cough>, <sniffle>, <groan>, <yawn>, <gasp> ข้อความต้องมีความยาวไม่เกิน 5000 อักขระ

ขั้นสูง audio · exaggeration · temperature · cfg · seed
audio_url ค่าเริ่มต้น https://storage.googl...
วางไฟล์ หรือ

เสียงอ้างอิงที่โมเดลพยายามเลียนแบบโทนและสไตล์ในเอาต์พุตเสียงพูด ระบุ URL ของไฟล์เสียงหากต้องการใช้เสียงอ้างอิงเสริมนี้

ค่าเริ่มต้น 0.25

การควบคุมการเน้นเสียงพูด: ค่าสูงสุดของการเน้นคือ 1.0 ส่วน 0.0 จะปิดการเน้น

ค่าเริ่มต้น 0.7

อุณหภูมิการสร้าง การเพิ่มค่าจะทำให้ผลลัพธ์สร้างสรรค์มากขึ้น

ค่าเริ่มต้น 0.5

Seed สำหรับการสร้างเสียง 0 จะเลือก seed แบบสุ่ม หากต้องการให้ทำซ้ำได้ ให้ใช้ค่าคงที่และไม่เปลี่ยนคุณสมบัติอื่นใด ซึ่งควรสร้างไฟล์เสียงที่เหมือนเดิมทุกประการ

POST /run/chatterbox/text-to-speech?wait=20 ใบเสนอราคา → $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"

เรียกใช้คำขอนี้

คีย์ของคุณจะอยู่ในเบราว์เซอร์นี้ โดยส่งไปยัง Doitong API เท่านั้น และจะบันทึกใน localStorage ก็ต่อเมื่อคุณเลือกจดจำ รับคีย์ API

เกี่ยวกับ Chatterbox · Text to Speech

แปลงข้อความยาวไม่เกิน 5000 อักขระเป็นเสียงพูด ข้อความสามารถมีแท็กอารมณ์ เช่น <laugh>, <chuckle>, <sigh> และ <cough> `audio_url` ที่เป็นตัวเลือกจะระบุเสียงอ้างอิง ซึ่งเอาต์พุตจะพยายามเลียนแบบสไตล์และโทนเสียง `exaggeration` (0 ถึง 1), `temperature`, `cfg` และ `seed` ใช้ปรับลักษณะการพูด

พารามิเตอร์

ส่งชื่อมาตรฐานหรือชื่อดั้งเดิมอย่างใดอย่างหนึ่งเท่านั้น ห้ามส่งทั้งสองชื่อ ชื่อมาตรฐาน

ชื่อประเภท ค่าเริ่มต้นค่าที่อนุญาต คำอธิบาย
textจำเป็น
ประเภทstring
ข้อความสำหรับการสังเคราะห์เสียงพูด ซึ่งอาจมีแท็กแสดงอารมณ์: <laugh>, <chuckle>, <sigh>, <cough>, <sniffle>, <groan>, <yawn>, <gasp> ข้อความต้องมีความยาวไม่เกิน 5000 อักขระ
audio_urlไม่บังคับ audio
ประเภทurl · audio
ค่าเริ่มต้นhttps://storage.googleapis.com/chatterbox-demo-samples/prompts/male_rickmorty.mp3
เสียงอ้างอิงที่โมเดลพยายามเลียนแบบโทนและสไตล์ในเอาต์พุตเสียงพูด ระบุ URL ของไฟล์เสียงหากต้องการใช้เสียงอ้างอิงเสริมนี้
exaggerationไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น0.25
0 – 1
การควบคุมการเน้นเสียงพูด: ค่าสูงสุดของการเน้นคือ 1.0 ส่วน 0.0 จะปิดการเน้น
temperatureไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น0.7
0.05 – 2
อุณหภูมิการสร้าง การเพิ่มค่าจะทำให้ผลลัพธ์สร้างสรรค์มากขึ้น
cfgไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น0.5
0.1 – 1
seedไม่บังคับ
ประเภทinteger | null
Seed สำหรับการสร้างเสียง 0 จะเลือก seed แบบสุ่ม หากต้องการให้ทำซ้ำได้ ให้ใช้ค่าคงที่และไม่เปลี่ยนคุณสมบัติอื่นใด ซึ่งควรสร้างไฟล์เสียงที่เหมือนเดิมทุกประการ
จำเป็น ชื่อมาตรฐาน ซึ่งรองรับเช่นกัน

พารามิเตอร์ไฟล์รับ URL https:// สาธารณะ, data: URI ขนาดไม่เกิน 10 MB หรือ file_url ของไฟล์ที่อัปโหลด ไฟล์

เอาต์พุต

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"
  }
}
ไฟล์ของคุณ คุณเลือกเองทุก outputs[].url คือสำเนาบนพื้นที่จัดเก็บของเรา: เก็บไว้ตลอดไป (คิดค่าบริการต่อ GB-เดือน) หรือฟรี 7 วัน โดยกำหนดได้ในการตั้งค่าบัญชีหรือ ?storage=
รูปแบบเดียวกันในทุกโมเดลtype, url, content_type, width, height และ duration สำหรับภาพ วิดีโอ และเสียงเหมือนกันทั้งหมด ส่วน output คือออบเจ็กต์ผลลัพธ์ของโมเดลเอง
ฟิลด์ของเอาต์พุต
audio
object {url, content_type, file_name, file_size}เสียงที่มีเสียงพูดสังเคราะห์

โมเดลเพิ่มเติม: ข้อความเป็นเสียงพูด

สำหรับเอเจนต์ AI: หน้า Markdown นี้อยู่ที่ https://doitong.com/th/developers/models/chatterbox/text-to-speech.md. โมเดลและคู่มือทั้งหมด: https://doitong.com/developers/llms.txt