Μετάβαση στο περιεχόμενο

Chatterbox · Text to Speech · Multilingual

Ενσωμάτωση

id μοντέλου 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"

Αυτό το αίτημα: 0,002 $ 2 πιστώσεις API Εκτέλεση σε αυτήν τη σελίδα

Λήψη κλειδιού API
Resemble AI Κείμενο σε ομιλία #text-to-speech#multilingual

Πολύγλωσσο text-to-speech για 23 γλώσσες, με όριο 300 χαρακτήρων ανά αίτημα

Resemble AI · Ήχος

Το πρώτο σας αποτέλεσμα θα εμφανιστεί εδώ

Δημιουργήστε ένα αίτημα παρακάτω και εκτελέστε το με το κλειδί API σας. Οι έξοδοι αντιγράφονται στην αποθήκευσή μας και διατηρούνται για πάντα ή 7 ημέρες δωρεάν.

Δημιουργία αιτήματος

Τα στοιχεία ελέγχου δημιουργούνται από το σχήμα του μοντέλου. Ο κώδικας και η τιμή ενημερώνονται καθώς τα αλλάζετε.

•απαιτείται 50 / 300

Κείμενο για σύνθεση ομιλίας, με όριο 300 χαρακτήρες και υποστήριξη 23 γλωσσών. Οι διαθέσιμες γλώσσες περιλαμβάνουν Αγγλικά και Γαλλικά· Γερμανικά, Ισπανικά, Ιταλικά και Πορτογαλικά· Χίντι και Αραβικά· Κινεζικά, Ιαπωνικά και Κορεατικά, μεταξύ άλλων.

Για προχωρημένους voice · custom_audio_language · exaggeration · temperature · cfg_scale · seed
προεπιλογή english

Κωδικός γλώσσας σύνθεσης, για προσαρμοσμένη χρήση απαιτούνται τόσο URL ήχου όσο και επιλογή για custom_audio_language.

Ρύθμιση γλώσσας που εφαρμόζεται μόνο όταν η φωνή παρέχεται ως προσαρμοσμένο URL· διαφορετικά αγνοείται. Καθορίστε τη γλώσσα που ομιλείται σε αυτόν τον προσαρμοσμένο ήχο.

προεπιλογή 0.5

Έκφραση ομιλίας και συναισθηματική ένταση σε σχέση με την ουδέτερη ρύθμιση 0.5. Η αύξηση της τιμής προσθέτει εκφραστικότητα στο εύρος 0.25–2.0, αν και οι ακραίες ρυθμίσεις μπορεί να προκαλέσουν αστάθεια.

προεπιλογή 0.8

Ρυθμίστε την ποικιλία των μοτίβων ομιλίας ορίζοντας την τυχαιότητα παραγωγής μεταξύ 0.05 και 2.0· η αύξηση της τιμής παράγει περισσότερες παραλλαγές.

προεπιλογή 0.5

Βάρος καθοδήγησης παραγωγής για διαμόρφωση/ρυθμό. Για μεταφορά γλώσσας, το 0.0 βοηθά στον περιορισμό της μεταφοράς προφοράς· το πλήρες εύρος είναι 0.0–1.0.

Seed παραγωγής με δύο συμπεριφορές: το 0 επιλέγει τυχαία παραγωγή, ενώ ένας συγκεκριμένος αριθμός κάνει τις εξόδους αναπαραγώγιμες.

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

Εκτέλεση αυτού του αιτήματος

Το κλειδί σας παραμένει σε αυτό το πρόγραμμα περιήγησης: αποστέλλεται μόνο στο Doitong API και αποθηκεύεται (localStorage) μόνο αν ενεργοποιήσετε την επιλογή «Να απομνημονεύεται». Λήψη κλειδιού API

Σχετικά με το Chatterbox · Text to Speech · Multilingual

Συνθέτει ομιλία σε πολλές γλώσσες, όπως αγγλικά, γαλλικά, γερμανικά, ισπανικά, χίντι, αραβικά, κινεζικά, ιαπωνικά και κορεατικά. Το κείμενο περιορίζεται σε 300 χαρακτήρες. Το `voice` ορίζει τη γλώσσα ή μια προσαρμοσμένη URL ήχου μαζί με `custom_audio_language`. Το `exaggeration` κυμαίνεται από 0.25 έως 2 και το `cfg_scale` μπορεί να οριστεί σε 0 για μεταφορά γλώσσας και μείωση της μεταφοράς προφοράς.

Παράμετροι

ΌνομαΤύπος ΠροεπιλογήΕπιτρεπόμενο Περιγραφή
textαπαιτείται
Τύποςstring
≤ 300 χαρακτήρες
Κείμενο για σύνθεση ομιλίας, με όριο 300 χαρακτήρες και υποστήριξη 23 γλωσσών. Οι διαθέσιμες γλώσσες περιλαμβάνουν Αγγλικά και Γαλλικά· Γερμανικά, Ισπανικά, Ιταλικά και Πορτογαλικά· Χίντι και Αραβικά· Κινεζικά, Ιαπωνικά και Κορεατικά, μεταξύ άλλων.
voiceπροαιρετικό
Τύποςstring
Προεπιλογήenglish
Κωδικός γλώσσας σύνθεσης, για προσαρμοσμένη χρήση απαιτούνται τόσο URL ήχου όσο και επιλογή για custom_audio_language.
custom_audio_languageπροαιρετικό
Τύποςenum
englisharabicdanishgermangreekspanishfinnishfrenchhebrewhindiitalianjapanesekoreanmalaydutchnorwegian
+7 ακόμηpolishportugueserussianswedishswahiliturkishchinese
Ρύθμιση γλώσσας που εφαρμόζεται μόνο όταν η φωνή παρέχεται ως προσαρμοσμένο URL· διαφορετικά αγνοείται. Καθορίστε τη γλώσσα που ομιλείται σε αυτόν τον προσαρμοσμένο ήχο.
exaggerationπροαιρετικό
Τύποςnumber
Προεπιλογή0.5
0,25 – 2
Έκφραση ομιλίας και συναισθηματική ένταση σε σχέση με την ουδέτερη ρύθμιση 0.5. Η αύξηση της τιμής προσθέτει εκφραστικότητα στο εύρος 0.25–2.0, αν και οι ακραίες ρυθμίσεις μπορεί να προκαλέσουν αστάθεια.
temperatureπροαιρετικό
Τύποςnumber
Προεπιλογή0.8
0,05 – 2
Ρυθμίστε την ποικιλία των μοτίβων ομιλίας ορίζοντας την τυχαιότητα παραγωγής μεταξύ 0.05 και 2.0· η αύξηση της τιμής παράγει περισσότερες παραλλαγές.
cfg_scaleπροαιρετικό
Τύποςnumber
Προεπιλογή0.5
0 – 1
Βάρος καθοδήγησης παραγωγής για διαμόρφωση/ρυθμό. Για μεταφορά γλώσσας, το 0.0 βοηθά στον περιορισμό της μεταφοράς προφοράς· το πλήρες εύρος είναι 0.0–1.0.
seedπροαιρετικό
Τύποςinteger | null
Seed παραγωγής με δύο συμπεριφορές: το 0 επιλέγει τυχαία παραγωγή, ενώ ένας συγκεκριμένος αριθμός κάνει τις εξόδους αναπαραγώγιμες.
απαιτείται

Έξοδος

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"
  }
}
Τα αρχεία σας, η επιλογή σαςΚάθε outputs[].url είναι ένα αντίγραφο στην αποθήκευσή μας: διατηρείται για πάντα (χρέωση ανά GB-μήνα) ή 7 ημέρες δωρεάν, σύμφωνα με τη ρύθμιση του λογαριασμού σας ή ?storage=.
Ίδια μορφή σε κάθε μοντέλοtype, url, content_type, width, height και duration, τόσο για εικόνες όσο και για βίντεο και ήχο. Το output είναι το αντικείμενο αποτελέσματος του ίδιου του μοντέλου.
Πεδία εξόδου
audio
object {url, content_type, file_name, file_size}Αρχείο ήχου που περιέχει συνθετική πολύγλωσση ομιλία.

Για πράκτορες AI: αυτή η σελίδα σε Markdown βρίσκεται στη διεύθυνση https://doitong.com/el/developers/models/chatterbox/text-to-speech/multilingual.md. Όλα τα μοντέλα και οι οδηγοί: https://doitong.com/developers/llms.txt