Ruka hadi kwenye maudhui

Chatterbox · Text to Speech · Multilingual

Unganisha

Kitambulisho cha modeli 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"

Ombi hili: $ 0.002 salio za API 2 Iendeshe kwenye ukurasa huu

Pata ufunguo wa API
Resemble AI Maandishi hadi Matamshi #text-to-speech#multilingual

Maandishi-hadi-usemi ya lugha nyingi yanayoshughulikia lugha 23, yakiwa na kikomo cha herufi 300 kwa ombi

Resemble AI · Sauti

Tokeo lako la kwanza linaonekana hapa

Unda ombi hapa chini na uliendeshe kwa ufunguo wako wa API. Matokeo yanakiliwa kwenye hifadhi yetu, yakihifadhiwa milele au 7 siku bila malipo.

Unda ombi

Vidhibiti vinazalishwa kutoka kwenye schema ya modeli. Msimbo na bei husasishwa unapovibadilisha.

•inahitajika 50 / 300

Maandishi ya usanisi wa usemi, yenye kikomo cha herufi 300 na yanayounga mkono lugha 23. Lugha zinazopatikana ni pamoja na Kiingereza na Kifaransa; Kijerumani, Kihispania, Kiitaliano na Kireno; Kihindi na Kiarabu; Kichina, Kijapani na Kikorea, miongoni mwa nyingine.

Ya kina voice · custom_audio_language · exaggeration · temperature · cfg_scale · seed
chaguomsingi english

Msimbo wa lugha ya usanisi; matumizi maalum yanahitaji URL ya sauti pamoja na uteuzi wa custom_audio_language.

Mpangilio wa lugha unaotumika tu wakati sauti imetolewa kama URL maalum; vinginevyo hupuuzwa. Bainisha lugha inayozungumzwa katika sauti hiyo maalum.

chaguomsingi 0.5

Usemi na ukali wa hisia ikilinganishwa na mpangilio wa kawaida wa 0.5. Kuongeza thamani huongeza uelezaji ndani ya kiwango cha 0.25–2.0, ingawa mipangilio iliyokithiri inaweza kusababisha kutokuwa thabiti.

chaguomsingi 0.8

Rekebisha utofauti wa mifumo ya usemi kwa kuweka nasibu ya uzalishaji kati ya 0.05 na 2.0; kuongeza thamani huleta utofauti zaidi.

chaguomsingi 0.5

Uzito wa mwongozo wa uzalishaji kwa usanidi/ kasi. Kwa uhamishaji wa lugha, 0.0 husaidia kupunguza urithi wa lafudhi; kiwango kamili ni 0.0–1.0.

Mbegu ya uzalishaji yenye mienendo miwili: 0 huchagua uzalishaji nasibu, huku nambari maalum ikifanya matokeo yaweze kurudiwa.

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

Endesha ombi hili

Key yako inabaki kwenye kivinjari hiki: inatumwa kwa Doitong API pekee na kuhifadhiwa (localStorage) tu ukiweka tiki kwenye Kumbuka. Pata ufunguo wa API

Kuhusu Chatterbox · Text to Speech · Multilingual

Hutengeneza usemi katika lugha nyingi, zikiwemo English, French, German, Spanish, Hindi, Arabic, Chinese, Japanese na Korean. Maandishi yana kikomo cha herufi 300. `voice` huweka lugha, au URL maalum ya sauti pamoja na `custom_audio_language`. `exaggeration` ni kati ya 0.25 na 2, na `cfg_scale` inaweza kuwekwa kuwa 0 kwa uhamishaji wa lugha ili kupunguza kubaki kwa lafudhi.

Vigezo

JinaAina ChaguomsingiInaruhusiwa Maelezo
textinahitajika
Ainastring
≤ herufi 300
Maandishi ya usanisi wa usemi, yenye kikomo cha herufi 300 na yanayounga mkono lugha 23. Lugha zinazopatikana ni pamoja na Kiingereza na Kifaransa; Kijerumani, Kihispania, Kiitaliano na Kireno; Kihindi na Kiarabu; Kichina, Kijapani na Kikorea, miongoni mwa nyingine.
voicesi lazima
Ainastring
Chaguomsingienglish
Msimbo wa lugha ya usanisi; matumizi maalum yanahitaji URL ya sauti pamoja na uteuzi wa custom_audio_language.
custom_audio_languagesi lazima
Ainaenum
englisharabicdanishgermangreekspanishfinnishfrenchhebrewhindiitalianjapanesekoreanmalaydutchnorwegian
+7 zaidipolishportugueserussianswedishswahiliturkishchinese
Mpangilio wa lugha unaotumika tu wakati sauti imetolewa kama URL maalum; vinginevyo hupuuzwa. Bainisha lugha inayozungumzwa katika sauti hiyo maalum.
exaggerationsi lazima
Ainanumber
Chaguomsingi0.5
0.25 – 2
Usemi na ukali wa hisia ikilinganishwa na mpangilio wa kawaida wa 0.5. Kuongeza thamani huongeza uelezaji ndani ya kiwango cha 0.25–2.0, ingawa mipangilio iliyokithiri inaweza kusababisha kutokuwa thabiti.
temperaturesi lazima
Ainanumber
Chaguomsingi0.8
0.05 – 2
Rekebisha utofauti wa mifumo ya usemi kwa kuweka nasibu ya uzalishaji kati ya 0.05 na 2.0; kuongeza thamani huleta utofauti zaidi.
cfg_scalesi lazima
Ainanumber
Chaguomsingi0.5
0 – 1
Uzito wa mwongozo wa uzalishaji kwa usanidi/ kasi. Kwa uhamishaji wa lugha, 0.0 husaidia kupunguza urithi wa lafudhi; kiwango kamili ni 0.0–1.0.
seedsi lazima
Ainainteger | null
Mbegu ya uzalishaji yenye mienendo miwili: 0 huchagua uzalishaji nasibu, huku nambari maalum ikifanya matokeo yaweze kurudiwa.
inahitajika

Tokeo

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"
  }
}
Faili zako, chaguo lakoKila outputs[].url ni nakala kwenye hifadhi yetu: huhifadhiwa milele (hutozwa kwa GB kwa mwezi) au 7 siku bila malipo, kulingana na mpangilio wa akaunti yako au ?storage=.
Muundo uleule kwenye kila modelitype, url, content_type, width, height na duration, kwa picha, video na sauti. output ni kitu cha matokeo cha modeli yenyewe.
Sehemu za tokeo
audio
object {url, content_type, file_name, file_size}Faili la sauti lenye usemi wa lugha nyingi uliosanisishwa.

Kwa mawakala wa AI: ukurasa huu katika Markdown unapatikana kwenye https://doitong.com/sw/developers/models/chatterbox/text-to-speech/multilingual.md. Modeli na miongozo yote: https://doitong.com/developers/llms.txt