Avançar para o conteúdo

Chatterbox · Text to Speech

Integrar

ID do modelo 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"

Este pedido: 0,002 $ 2 créditos da API Executar nesta página

Obter chave de API
Resemble AI Texto para voz #text-to-speech

Texto para fala em inglês com etiquetas emotivas, controlo da exageração e estilo opcional de áudio de referência

Resemble AI · Áudio

O seu primeiro resultado aparece aqui

Crie um pedido abaixo e execute-o com a sua chave de API. As saídas são copiadas para o nosso armazenamento, guardadas para sempre ou durante 7 dias gratuitamente.

Criar um pedido

Os controlos são gerados a partir do esquema do modelo. O código e o preço são atualizados à medida que os altera.

•obrigatório

Texto de síntese de fala, que pode incluir etiquetas emotivas: <laugh>, <chuckle>, <sigh>, <cough>, <sniffle>, <groan>, <yawn>, <gasp>. O texto não pode exceder 5000 caracteres.

Avançado audio · exaggeration · temperature · cfg · seed
audio_url predefinição https://storage.googl...
Largue um ficheiro ou

Áudio de referência cujo tom e estilo o modelo tenta reproduzir na saída de voz. Forneça o URL de um ficheiro de áudio se quiser utilizar esta referência opcional.

predefinição 0.25

Controlo do exagero da fala: o exagero máximo corresponde a 1.0, enquanto 0.0 desativa o exagero.

predefinição 0.7

Temperatura da geração; aumentá-la torna os resultados mais criativos.

predefinição 0.5

Seed da geração de áudio; 0 seleciona uma seed aleatória. Para obter reprodutibilidade, utilize um valor fixo e mantenha todas as outras propriedades inalteradas; isto deve reproduzir exatamente o ficheiro de áudio.

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

Executar este pedido

A sua chave permanece neste navegador: é enviada apenas para a Doitong API e guardada em localStorage apenas se selecionar Lembrar. Obter uma chave de API

Sobre Chatterbox · Text to Speech

Transforma até 5000 caracteres de texto em fala. O texto pode incluir etiquetas emotivas como <laugh>, <chuckle>, <sigh> e <cough>. Um `audio_url` opcional fornece uma referência cujo estilo e tom a saída tenta igualar. `exaggeration` (0 a 1), `temperature`, `cfg` e `seed` ajustam a interpretação.

Parâmetros

Envie o nome canónico ou o nome nativo, não ambos. Nomes canónicos

NomeTipo PredefiniçãoPermitido Descrição
textobrigatório
Tipostring
Texto de síntese de fala, que pode incluir etiquetas emotivas: <laugh>, <chuckle>, <sigh>, <cough>, <sniffle>, <groan>, <yawn>, <gasp>. O texto não pode exceder 5000 caracteres.
audio_urlopcional audio
Tipourl · audio
Predefiniçãohttps://storage.googleapis.com/chatterbox-demo-samples/prompts/male_rickmorty.mp3
Áudio de referência cujo tom e estilo o modelo tenta reproduzir na saída de voz. Forneça o URL de um ficheiro de áudio se quiser utilizar esta referência opcional.
exaggerationopcional
Tiponumber
Predefinição0.25
0 – 1
Controlo do exagero da fala: o exagero máximo corresponde a 1.0, enquanto 0.0 desativa o exagero.
temperatureopcional
Tiponumber
Predefinição0.7
0,05 – 2
Temperatura da geração; aumentá-la torna os resultados mais criativos.
cfgopcional
Tiponumber
Predefinição0.5
0,1 – 1
seedopcional
Tipointeger | null
Seed da geração de áudio; 0 seleciona uma seed aleatória. Para obter reprodutibilidade, utilize um valor fixo e mantenha todas as outras propriedades inalteradas; isto deve reproduzir exatamente o ficheiro de áudio.
obrigatório Nome canónico, também aceite

Os parâmetros de ficheiro aceitam um URL https:// público, um URI data: até 10 MB ou o file_url de um carregamento. Ficheiros

Resultado

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"
  }
}
Os seus ficheiros, a sua escolhaCada outputs[].url é uma cópia no nosso armazenamento: guardada para sempre (paga por GB-mês) ou durante 7 dias gratuitamente, conforme a definição da sua conta ou ?storage=.
A mesma estrutura em todos os modelostype, url, content_type, width, height e duration, tanto para imagens como para vídeo e áudio. output é o próprio objeto de resultado do modelo.
Campos do resultado
audio
object {url, content_type, file_name, file_size}Áudio que contém a fala sintetizada.

Mais modelos: Texto para voz

Para agentes de IA: esta página em Markdown está disponível em https://doitong.com/pt-PT/developers/models/chatterbox/text-to-speech.md. Todos os modelos e guias: https://doitong.com/developers/llms.txt