Neidio i'r cynnwys

Chatterbox · Text to Speech · Multilingual

Integreiddio

ID y model 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"

Y cais hwn: $0.002 2 o gredydau API Ei redeg ar y dudalen hon

Cael allwedd API
Resemble AI Testun i Leferydd #text-to-speech#multilingual

Testun-i-leferydd amlieithog sy'n cwmpasu 23 iaith, wedi'i gyfyngu i 300 nod fesul cais

Resemble AI · Sain

Mae eich canlyniad cyntaf yn mynd yma

Adeiladwch gais isod a'i redeg gyda'ch allwedd API. Mae allbynnau'n cael eu copïo i'n storio, wedi'u cadw am byth neu am 7 diwrnod am ddim.

Adeiladu cais

Cynhyrchir rheolyddion o sgema'r model. Mae'r cod a'r pris yn diweddaru wrth i chi eu newid.

•gofynnol 50 / 300

Testun ar gyfer synthesis lleferydd, wedi'i gyfyngu i 300 nod ac yn cefnogi 23 o ieithoedd. Mae'r ieithoedd sydd ar gael yn cynnwys Saesneg a Ffrangeg; Almaeneg, Sbaeneg, Eidaleg a Phortiwgaleg; Hindi ac Arabeg; Tsieinëeg, Japaneeg a Choreaëeg, ymhlith eraill.

Uwch voice · custom_audio_language · exaggeration · temperature · cfg_scale · seed
rhagosodedig english

Cod iaith synthesis, lle mae defnydd personol yn gofyn am URL sain a dewis ar gyfer custom_audio_language.

Gosodiad iaith sy'n berthnasol dim ond pan ddarperir y llais fel URL personol; fel arall caiff ei anwybyddu. Nodwch yr iaith a siaredir yn y sain bersonol honno.

rhagosodedig 0.5

Mynegiant lleferydd a dwyster emosiynol o'i gymharu â'r gosodiad niwtral o 0.5. Mae cynyddu'r gwerth yn ychwanegu mynegiant o fewn yr ystod 0.25–2.0, er y gall gosodiadau eithafol achosi ansefydlogrwydd.

rhagosodedig 0.8

Addaswch amrywiaeth patrymau lleferydd drwy osod haprwydd cynhyrchu rhwng 0.05 a 2.0; mae cynyddu'r gwerth yn cynhyrchu mwy o amrywiad.

rhagosodedig 0.5

Pwysau arweiniad cynhyrchu ar gyfer ffurfweddu/cyflymder. Ar gyfer trosglwyddo iaith, mae 0.0 yn helpu i gyfyngu ar etifeddu acen; yr ystod lawn yw 0.0–1.0.

Hadau cynhyrchu â dau ymddygiad: mae 0 yn dewis cynhyrchu ar hap, tra bod rhif penodol yn gwneud yr allbynnau'n atgynyrchadwy.

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

Rhedeg y cais hwn

Mae'ch allwedd yn aros yn y porwr hwn: caiff ei hanfon at Doitong API yn unig a'i chadw (localStorage) dim ond os ticiwch Cofio. Cael allwedd API

Ynglŷn â Chatterbox · Text to Speech · Multilingual

Yn syntheseiddio lleferydd mewn llawer o ieithoedd, gan gynnwys Saesneg, Ffrangeg, Almaeneg, Sbaeneg, Hindi, Arabeg, Tsieinëeg, Japaneeg a Choreaeg. Mae'r testun wedi'i gyfyngu i 300 nod. Mae `voice` yn gosod yr iaith, neu URL sain personol ynghyd â `custom_audio_language`. Mae `exaggeration` yn amrywio o 0.25 i 2, a gellir gosod `cfg_scale` i 0 ar gyfer trosglwyddo iaith er mwyn lleihau trosglwyddiad acen.

Paramedrau

EnwMath RhagosodedigCaniateir Disgrifiad
textgofynnol
Mathstring
≤ 300 nod
Testun ar gyfer synthesis lleferydd, wedi'i gyfyngu i 300 nod ac yn cefnogi 23 o ieithoedd. Mae'r ieithoedd sydd ar gael yn cynnwys Saesneg a Ffrangeg; Almaeneg, Sbaeneg, Eidaleg a Phortiwgaleg; Hindi ac Arabeg; Tsieinëeg, Japaneeg a Choreaëeg, ymhlith eraill.
voicedewisol
Mathstring
Rhagosodedigenglish
Cod iaith synthesis, lle mae defnydd personol yn gofyn am URL sain a dewis ar gyfer custom_audio_language.
custom_audio_languagedewisol
Mathenum
englisharabicdanishgermangreekspanishfinnishfrenchhebrewhindiitalianjapanesekoreanmalaydutchnorwegian
+7 yn rhagorpolishportugueserussianswedishswahiliturkishchinese
Gosodiad iaith sy'n berthnasol dim ond pan ddarperir y llais fel URL personol; fel arall caiff ei anwybyddu. Nodwch yr iaith a siaredir yn y sain bersonol honno.
exaggerationdewisol
Mathnumber
Rhagosodedig0.5
0.25 – 2
Mynegiant lleferydd a dwyster emosiynol o'i gymharu â'r gosodiad niwtral o 0.5. Mae cynyddu'r gwerth yn ychwanegu mynegiant o fewn yr ystod 0.25–2.0, er y gall gosodiadau eithafol achosi ansefydlogrwydd.
temperaturedewisol
Mathnumber
Rhagosodedig0.8
0.05 – 2
Addaswch amrywiaeth patrymau lleferydd drwy osod haprwydd cynhyrchu rhwng 0.05 a 2.0; mae cynyddu'r gwerth yn cynhyrchu mwy o amrywiad.
cfg_scaledewisol
Mathnumber
Rhagosodedig0.5
0 – 1
Pwysau arweiniad cynhyrchu ar gyfer ffurfweddu/cyflymder. Ar gyfer trosglwyddo iaith, mae 0.0 yn helpu i gyfyngu ar etifeddu acen; yr ystod lawn yw 0.0–1.0.
seeddewisol
Mathinteger | null
Hadau cynhyrchu â dau ymddygiad: mae 0 yn dewis cynhyrchu ar hap, tra bod rhif penodol yn gwneud yr allbynnau'n atgynyrchadwy.
gofynnol

Allbwn

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"
  }
}
Eich ffeiliau, eich dewisMae pob outputs[].url yn gopi ar ein storio: wedi'i gadw am byth (telir fesul GB-mis) neu am 7 diwrnod am ddim, yn ôl gosodiad eich cyfrif neu ?storage=.
Yr un siâp ar bob modeltype, url, content_type, width, height a duration, ar gyfer delweddau, fideo a sain fel ei gilydd. Gwrthrych canlyniad y model ei hun yw output.
Meysydd yr allbwn
audio
object {url, content_type, file_name, file_size}Ffeil sain sy'n cynnwys lleferydd amlieithog wedi'i syntheseiddio.

Ar gyfer asiantau AI: mae'r dudalen hon fel Markdown ar gael yn https://doitong.com/cy/developers/models/chatterbox/text-to-speech/multilingual.md. Pob model a chanllaw: https://doitong.com/developers/llms.txt