שפּרינגען צו אינהאַלט

Chatterbox · Text to Speech · Multilingual

אינטעגרירן

מאָדעל־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"

דער דאָזיקער ריקוועסט: ⁨$ 0.002⁩ 2 API־קרעדיטן לויפֿן עס אויף דער דאָזיקער בלאַט

באַקומען אַן API שליסל
Resemble AI טעקסט צו רעדע #text-to-speech#multilingual

מולטילינגוואַלער טעקסט־צו־רייד פֿאַר 23 שפּראַכן, באַגרענעצט צו 300 אותיות פֿאַר בעטן

Resemble AI · אַודיאָ

דאָ קומט אײַער ערשטער רעזולטאַט

בויט אונטן אַ בקשה און לויפט זי מיט אײַער API שליסל. רעזולטאַטן ווערן קאַפּירט צו אונדזער סטאָרידזש, געהאַלטן אויף אייביק אָדער 7 טעג אומזיסט.

בויען אַ בעטן

קאָנטראָלן ווערן דזשענערירט פֿון דעם מאָדעל־סכעמע. דער קאָד און דער פּרײַז דערהײַנטיקן זיך ווען איר ענדערט זיי.

•פארלאנגט 50 / 300

טעקסט פֿאַר רעדע־סינטעז, באַגרענעצט צו 300 אותיות און שטיצנדיק 23 שפּראַכן. פאַראַנען שפּראַכן אַרייַננעמען English און French; German, Spanish, Italian, און Portuguese; Hindi און Arabic; Chinese, Japanese, און Korean, צווישן אַנדערע.

פֿאָרגעשריטן voice · custom_audio_language · exaggeration · temperature · cfg_scale · seed
סטאַנדאַרט english

קאָד פֿון דער סינטעז־שפּראַך, וווּ קאַסטאַמייזד נוצן דאַרף סײַ אַן אַודיאָ־URL סײַ אַ סעלעקציע פֿאַר custom_audio_language.

שפּראַך־באַשטעטיקונג וואָס גילט נאָר ווען דער קול ווערט צוגעשטעלט ווי אַ קאַסטאַמייזד URL; אַנדערש ווערט זי איגנאָרירט. ספּעציפֿיצירן די שפּראַך וואָס ווערט גערעדט אין יענעם קאַסטאַמייזטן אַודיאָ.

סטאַנדאַרט 0.5

אויסדרוק און עמאָציאָנעלע אינטענסיטעט פֿון דער רעדע אין באַציִונג צו דער נייטראַלער באַשטעטיקונג 0.5. אַ העכערער ווערט לייגט צו אויסדרוק אין דעם קייט 0.25–2.0, כאָטש עקסטרעמע באַשטעטיקונגען קענען גורם זײַן אומסטאַבילקייט.

סטאַנדאַרט 0.8

פּאַס־מוסטער־וועריאַציע דורך באַשטימען גענערירונג־צופֿעליקייט צווישן 0.05 און 2.0; אַ העכערער ווערט פּראָדוצירט מער וואַריאַציע.

סטאַנדאַרט 0.5

גענערירונג־גיידאַנס־וואָג פֿאַר קאַנפיגוראַציע/גיכקייט. פֿאַר שפּראַך־טראַנספֿער העלפֿט 0.0 באַגרענעצן אַקצענט־ירושה; דער גאַנצער קייט איז 0.0–1.0.

גענערירונג־זוימען מיט צוויי אויפֿפֿירונגען: 0 סעלעקטירט צופֿעליקע גענערירונג, בשעת אַ ספּעציפֿישער נומער מאכט רעזולטאַטן רעפּראָדוצירבאַר.

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

לויפֿן דעם ריקוועסט

אײַער key בלײַבט אין דעם בלעטערער: זי ווערט געשיקט נאָר צום Doitong API און אָפּגעהיט (localStorage) נאָר אויב איר טיקט אָן געדענקען. באַקומען אַן API שליסל

וועגן Chatterbox · Text to Speech · Multilingual

סינטעזירט רייד אין פילע שפּראַכן, אַרייַנגערעכנט ענגליש, פֿראַנצויזיש, דײַטש, שפּאַניש, הינדי, אַראַביש, כינעזיש, יאַפּאַניש און קאָרעיִש. דער טעקסט איז באַגרענעצט צו 300 אותיות. `voice` שטעלט די שפּראַך, אָדער אַ קאַסטאַם אַודיאָ־URL צוזאַמען מיט `custom_audio_language`. `exaggeration` גייט פֿון 0.25 ביז 2, און `cfg_scale` קען זיין 0 פֿאַר שפּראַך־טראַנספער, צו רעדוצירן אַקצענט־איבערנעמונג.

פּאַראַמעטערס

נאָמעןטיפּ סטאַנדאַרטערלויבט באַשרײַבונג
textפארלאנגט
טיפּstring
≤ 300 כאַראַקטערן
טעקסט פֿאַר רעדע־סינטעז, באַגרענעצט צו 300 אותיות און שטיצנדיק 23 שפּראַכן. פאַראַנען שפּראַכן אַרייַננעמען English און French; German, Spanish, Italian, און Portuguese; Hindi און Arabic; Chinese, Japanese, און Korean, צווישן אַנדערע.
voiceאָפּציאָנעל
טיפּstring
סטאַנדאַרטenglish
קאָד פֿון דער סינטעז־שפּראַך, וווּ קאַסטאַמייזד נוצן דאַרף סײַ אַן אַודיאָ־URL סײַ אַ סעלעקציע פֿאַר custom_audio_language.
custom_audio_languageאָפּציאָנעל
טיפּenum
englisharabicdanishgermangreekspanishfinnishfrenchhebrewhindiitalianjapanesekoreanmalaydutchnorwegian
+7 נאָךpolishportugueserussianswedishswahiliturkishchinese
שפּראַך־באַשטעטיקונג וואָס גילט נאָר ווען דער קול ווערט צוגעשטעלט ווי אַ קאַסטאַמייזד URL; אַנדערש ווערט זי איגנאָרירט. ספּעציפֿיצירן די שפּראַך וואָס ווערט גערעדט אין יענעם קאַסטאַמייזטן אַודיאָ.
exaggerationאָפּציאָנעל
טיפּnumber
סטאַנדאַרט0.5
0.25 – 2
אויסדרוק און עמאָציאָנעלע אינטענסיטעט פֿון דער רעדע אין באַציִונג צו דער נייטראַלער באַשטעטיקונג 0.5. אַ העכערער ווערט לייגט צו אויסדרוק אין דעם קייט 0.25–2.0, כאָטש עקסטרעמע באַשטעטיקונגען קענען גורם זײַן אומסטאַבילקייט.
temperatureאָפּציאָנעל
טיפּnumber
סטאַנדאַרט0.8
0.05 – 2
פּאַס־מוסטער־וועריאַציע דורך באַשטימען גענערירונג־צופֿעליקייט צווישן 0.05 און 2.0; אַ העכערער ווערט פּראָדוצירט מער וואַריאַציע.
cfg_scaleאָפּציאָנעל
טיפּnumber
סטאַנדאַרט0.5
0 – 1
גענערירונג־גיידאַנס־וואָג פֿאַר קאַנפיגוראַציע/גיכקייט. פֿאַר שפּראַך־טראַנספֿער העלפֿט 0.0 באַגרענעצן אַקצענט־ירושה; דער גאַנצער קייט איז 0.0–1.0.
seedאָפּציאָנעל
טיפּinteger | null
גענערירונג־זוימען מיט צוויי אויפֿפֿירונגען: 0 סעלעקטירט צופֿעליקע גענערירונג, בשעת אַ ספּעציפֿישער נומער מאכט רעזולטאַטן רעפּראָדוצירבאַר.
פארלאנגט

אויסגאַבע

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"
  }
}
אייער טעקעס, אייער ברירהיעדער outputs[].url איז אַ קאַפּיע אין אונדזער סטאָרידזש: געהאַלטן אויף אייביק (באַצאָלט פּער GB־חודש) אָדער 7 טעג אומזיסט, לויט אײַער חשבון־באַשטעטיקונג אָדער ?storage=.
דער זעלבער פֿאָרעם בײַ יעדן מאָדעלtype, url, content_type, width, height און duration, סײַ פֿאַר בילדער, ווידעאָ און אַודיאָ. output איז דער אייגענער רעזולטאַט־אָביעקט פֿון מאָדעל.
פֿעלדער פֿון דער אויסגאַבע
audio
object {url, content_type, file_name, file_size}אַודיאָ־פֿײַל מיט סינטעטישער רעדע אין עטלעכע שפּראַכן.

פֿאַר AI־אַגענטן: דער בלאַט ווי Markdown געפֿינט זיך בײַ https://doitong.com/yi/developers/models/chatterbox/text-to-speech/multilingual.md. אַלע מאָדעלן און גוידעס: https://doitong.com/developers/llms.txt