مواد پر جائیں

Chatterbox · Text to Speech

انٹیگریٹ کریں

ماڈل 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"

یہ درخواست: ⁨$0.002⁩ 2 API کریڈٹس اس صفحے پر چلائیں

API کلید حاصل کریں
Resemble AI متن سے آواز #text-to-speech

جذباتی ٹیگز، مبالغہ کنٹرول اور اختیاری حوالہ جاتی آڈیو اسٹائل کے ساتھ انگریزی ٹیکسٹ ٹو اسپیچ

Resemble AI · آڈیو

آپ کا پہلا نتیجہ یہاں آئے گا

ذیل میں درخواست بنائیں اور اپنی API کلید کے ساتھ چلائیں۔ آؤٹ پٹس ہمارے اسٹوریج میں کاپی ہو جاتے ہیں، ہمیشہ کے لیے یا مفت میں 7 دن تک محفوظ رہتے ہیں۔

درخواست بنائیں

کنٹرولز ماڈل اسکیما سے تیار ہوتے ہیں۔ آپ کے بدلنے کے ساتھ کوڈ اور قیمت اپ ڈیٹ ہوتے ہیں۔

•لازمی

آواز میں تبدیل کرنے کے لیے متن، جس میں جذباتی کیفیت کے ٹیگز شامل ہو سکتے ہیں: <laugh>, <chuckle>, <sigh>, <cough>, <sniffle>, <groan>, <yawn>, <gasp>۔ متن 5000 حروف سے زیادہ نہیں ہونا چاہیے۔

ایڈوانسڈ audio · exaggeration · temperature · cfg · seed
audio_url ڈیفالٹ https://storage.googl...
فائل ڈراپ کریں، یا

وہ حوالہ آڈیو جس کے لہجے اور انداز سے ماڈل اپنے گفتاری آؤٹ پٹ کو ہم آہنگ کرنے کی کوشش کرتا ہے۔ اختیاری حوالہ استعمال کرنے کے لیے آڈیو فائل کا URL دیں۔

ڈیفالٹ 0.25

گفتار کی مبالغہ آرائی کا کنٹرول: زیادہ سے زیادہ مبالغہ 1.0 کے برابر ہے، جبکہ 0.0 مبالغہ ختم کر دیتا ہے۔

ڈیفالٹ 0.7

تخلیق کا درجۂ حرارت؛ اسے بڑھانے سے نتائج زیادہ تخلیقی ہوتے ہیں۔

ڈیفالٹ 0.5

آڈیو تخلیق کا seed؛ 0 بے ترتیب seed منتخب کرتا ہے۔ یکساں نتائج کے لیے ایک مقررہ قدر استعمال کریں اور باقی تمام خصوصیات تبدیل نہ کریں؛ اس سے آڈیو فائل بالکل دوبارہ بن جانی چاہیے۔

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

یہ درخواست چلائیں

آپ کی key اسی براؤزر میں رہتی ہے: یہ صرف Doitong API کو بھیجی جاتی ہے اور صرف اس صورت میں localStorage میں محفوظ ہوتی ہے جب آپ Remember منتخب کریں۔ API کلید حاصل کریں

Chatterbox · Text to Speech کے بارے میں

زیادہ سے زیادہ 5000 حروف کے ٹیکسٹ کو تقریر میں تبدیل کرتا ہے۔ ٹیکسٹ میں <laugh>، <chuckle>، <sigh> اور <cough> جیسے جذباتی ٹیگز شامل ہو سکتے ہیں۔ اختیاری `audio_url` ایسا حوالہ فراہم کرتا ہے جس کے اسٹائل اور لہجے سے آؤٹ پٹ مطابقت پیدا کرنے کی کوشش کرتا ہے۔ `exaggeration` (0 سے 1)، `temperature`، `cfg` اور `seed` ادائیگی کو کنٹرول کرتے ہیں۔

پیرامیٹرز

معیاری نام یا مقامی نام میں سے صرف ایک بھیجیں، دونوں نہیں۔ معیاری نام

نامقسم ڈیفالٹمجاز تفصیل
textلازمی
قسمstring
آواز میں تبدیل کرنے کے لیے متن، جس میں جذباتی کیفیت کے ٹیگز شامل ہو سکتے ہیں: <laugh>, <chuckle>, <sigh>, <cough>, <sniffle>, <groan>, <yawn>, <gasp>۔ متن 5000 حروف سے زیادہ نہیں ہونا چاہیے۔
audio_urlاختیاری audio
قسمurl · audio
ڈیفالٹhttps://storage.googleapis.com/chatterbox-demo-samples/prompts/male_rickmorty.mp3
وہ حوالہ آڈیو جس کے لہجے اور انداز سے ماڈل اپنے گفتاری آؤٹ پٹ کو ہم آہنگ کرنے کی کوشش کرتا ہے۔ اختیاری حوالہ استعمال کرنے کے لیے آڈیو فائل کا URL دیں۔
exaggerationاختیاری
قسمnumber
ڈیفالٹ0.25
0 – 1
گفتار کی مبالغہ آرائی کا کنٹرول: زیادہ سے زیادہ مبالغہ 1.0 کے برابر ہے، جبکہ 0.0 مبالغہ ختم کر دیتا ہے۔
temperatureاختیاری
قسمnumber
ڈیفالٹ0.7
0.05 – 2
تخلیق کا درجۂ حرارت؛ اسے بڑھانے سے نتائج زیادہ تخلیقی ہوتے ہیں۔
cfgاختیاری
قسمnumber
ڈیفالٹ0.5
0.1 – 1
seedاختیاری
قسمinteger | null
آڈیو تخلیق کا seed؛ 0 بے ترتیب seed منتخب کرتا ہے۔ یکساں نتائج کے لیے ایک مقررہ قدر استعمال کریں اور باقی تمام خصوصیات تبدیل نہ کریں؛ اس سے آڈیو فائل بالکل دوبارہ بن جانی چاہیے۔
لازمی معیاری نام، یہ بھی قبول ہے

فائل پیرامیٹرز عوامی https:// URL، 10 MB تک کی data: URI، یا اپ لوڈ کے file_url کو قبول کرتے ہیں۔ فائلیں

آؤٹ پٹ

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"
  }
}
آپ کی فائلیں، آپ کا انتخابہر outputs[].url ہمارے اسٹوریج میں ایک کاپی ہے: ہمیشہ کے لیے محفوظ (فی GB-ماہ ادائیگی) یا مفت میں 7 دن تک، آپ کی اکاؤنٹ سیٹنگ یا ?storage= کے مطابق۔
ہر ماڈل میں ایک جیسی ساختtype، url، content_type، width، height اور duration، تصاویر، ویڈیو اور آڈیو سب کے لیے یکساں۔ output ماڈل کا اپنا نتیجہ آبجیکٹ ہے۔
آؤٹ پٹ کے فیلڈز
audio
object {url, content_type, file_name, file_size}ترکیب شدہ تقریر پر مشتمل آڈیو۔

مزید ماڈلز: متن سے آواز

AI ایجنٹس کے لیے: یہ صفحہ Markdown میں یہاں موجود ہے https://doitong.com/ur/developers/models/chatterbox/text-to-speech.md. تمام ماڈلز اور گائیڈز: https://doitong.com/developers/llms.txt