مواد پر جائیں

Personaplex

انٹیگریٹ کریں

ماڈل 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"

مثال جیسی فائلیں: ⁨$0.01⁩ 10 API کریڈٹس آپ کی فائلیں رن سے پہلے ناپی جاتی ہیں اس صفحے پر چلائیں

API کلید حاصل کریں
NVIDIA آڈیو #audio

آواز سے آواز کا مکالماتی ماڈل جو آپ کی منتخب کردہ شخصیت اور آواز میں بولی گئی آڈیو کا جواب دیتا ہے

NVIDIA · 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۔

ڈیفالٹ You are a wise and fr...

AI کی شخصیت اور گفتگو کے سیاق کی وضاحت کرنے والا متنی پرامپٹ۔

فائل ڈراپ کریں، یا

آواز کی کلوننگ کے نمونے کا URL؛ کم از کم 10 سیکنڈ کی واضح اسپیچ تجویز کی جاتی ہے۔ نمونہ فوری طور پر کلون کیا جاتا ہے اور AI کے جواب کے لیے preset 'voice' کی جگہ لے لیتا ہے۔

•لازمی audio_url
فائل ڈراپ کریں، یا

صارف کی اسپیچ پر مشتمل آڈیو ان پٹ کا URL۔

ایڈوانسڈ voice · temperature_audio · temperature_text · top_k_audio · top_k_text · seed · enable_safety_checker
ڈیفالٹ NATF2

AI کے جواب کی آواز کا ID، جو voice_audio_url فراہم ہونے پر تبدیل ہو جاتا ہے۔ اس کے codes قدرتی (NAT) کو variety (VAR) اور female (F) کو male (M) سے ممتاز کرتے ہیں۔

ڈیفالٹ 0.8

آڈیو sampling کے لیے استعمال ہونے والا Temperature؛ اسے بڑھانے سے نتائج میں تنوع آتا ہے۔

ڈیفالٹ 0.7

متن sampling کے لیے استعمال ہونے والا Temperature؛ اسے بڑھانے سے نتائج میں تنوع آتا ہے۔

ڈیفالٹ 250

آڈیو ٹوکنز sample کرنے کے لیے استعمال ہونے والی Top-K ترتیب۔

ڈیفالٹ 25

متنی ٹوکنز sample کرنے کے لیے استعمال ہونے والی Top-K ترتیب۔

قابلِ تکرار نتائج کے لیے بے ترتیبی کو کنٹرول کرنے والا سیڈ۔

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

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

Personaplex کے بارے میں

صارف کی آواز `audio_url` کے ذریعے وصول کرتا ہے اور تخلیق شدہ آواز میں جواب دیتا ہے، جو جواب کے ٹرانسکرپٹ اور دورانیے کے ساتھ لوٹایا جاتا ہے۔ متن کا `prompt` شخصیت متعین کرتا ہے، جبکہ `voice` پری سیٹ منتخب کرتا ہے۔ متبادل طور پر `voice_audio_url` نمونے سے آواز کلون کرتا ہے، جس کے لیے 10 یا اس سے زیادہ سیکنڈ کی صاف آواز تجویز کی جاتی ہے۔ سیمپلنگ کو temperature اور top-k سیٹنگز کے ذریعے ٹیون کیا جا سکتا ہے۔

پیرامیٹرز

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

نامقسم ڈیفالٹمجاز تفصیل
promptاختیاری
قسمstring
ڈیفالٹYou are a wise and friendly teacher. Answer questions or provide advice in a clear and engaging way.
AI کی شخصیت اور گفتگو کے سیاق کی وضاحت کرنے والا متنی پرامپٹ۔
voiceاختیاری
قسمenum
ڈیفالٹNATF2
NATF0NATF1NATF2NATF3NATM0NATM1NATM2NATM3VARF0VARF1VARF2VARF3VARF4VARM0VARM1VARM2
+2 مزیدVARM3VARM4
AI کے جواب کی آواز کا ID، جو voice_audio_url فراہم ہونے پر تبدیل ہو جاتا ہے۔ اس کے codes قدرتی (NAT) کو variety (VAR) اور female (F) کو male (M) سے ممتاز کرتے ہیں۔
voice_audio_urlاختیاری
قسمurl · audio
آواز کی کلوننگ کے نمونے کا URL؛ کم از کم 10 سیکنڈ کی واضح اسپیچ تجویز کی جاتی ہے۔ نمونہ فوری طور پر کلون کیا جاتا ہے اور AI کے جواب کے لیے preset 'voice' کی جگہ لے لیتا ہے۔
temperature_audioاختیاری
قسمnumber
ڈیفالٹ0.8
0 – 2
آڈیو sampling کے لیے استعمال ہونے والا Temperature؛ اسے بڑھانے سے نتائج میں تنوع آتا ہے۔
temperature_textاختیاری
قسمnumber
ڈیفالٹ0.7
0 – 2
متن sampling کے لیے استعمال ہونے والا Temperature؛ اسے بڑھانے سے نتائج میں تنوع آتا ہے۔
top_k_audioاختیاری
قسمinteger
ڈیفالٹ250
1 – 2,048
آڈیو ٹوکنز sample کرنے کے لیے استعمال ہونے والی Top-K ترتیب۔
top_k_textاختیاری
قسمinteger
ڈیفالٹ25
1 – 1,000
متنی ٹوکنز sample کرنے کے لیے استعمال ہونے والی Top-K ترتیب۔
seedاختیاری
قسمinteger | null
قابلِ تکرار نتائج کے لیے بے ترتیبی کو کنٹرول کرنے والا سیڈ۔
audio_urlلازمی audio
قسمurl · audio
صارف کی اسپیچ پر مشتمل آڈیو ان پٹ کا URL۔
enable_safety_checkerاختیاری
قسمboolean
ڈیفالٹtrue
false سیٹ کر کے اسکریننگ نرم کی جا سکتی ہے، بشرطیکہ کال کرنے والا مجاز ہو۔
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": "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"
  }
}
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}AI کا تیار کردہ جواب، WAV فارمیٹ میں 24 kHz آڈیو۔
text
stringAI کے جواب کی متنی نقل۔
duration
numberتیار کردہ آڈیو کی لمبائی، سیکنڈ میں۔
seed
integerتخلیق کے دوران لاگو ہونے والی سیڈ قدر۔

مزید ماڈلز: آڈیو

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