Audio

Clonazione vocale Chatterbox

Carica una breve clip vocale, scrivi le parole e scarica un WAV a 24 kHz con quella voce.

Chatterbox by Resemble AI

Licenze del modello

Chatterbox-Turbo official fp32 ONNX and associated tokenizer/config assets · MIT

Retain the MIT copyright and permission notice. The original publisher model-card limitations and acknowledgements are preserved in the accompanying notice.

Licenza inclusa

Avviso

GratisOnlineIllimitatoChatterbox by Resemble AI Accesso API

Riferimento API

Invia tramite REST

Usa la tua chiave API personale (msk_…) per creare job per questo workload dai tuoi strumenti. I job avviati in questo modo vengono eseguiti sugli stessi dispositivi che hai collegato in I tuoi dispositivi: almeno uno deve essere online.

Nascondi dettagli API
POSThttps://cp.meshlabs.cloud/v1/organizations/jobs

Autenticati con X-Organization-Api-Key: msk_your_personal_api_key. Il nome dell'intestazione corrisponde a quello delle chiavi dell'organizzazione; le chiavi personali usano lo stesso endpoint.

File di input:Chiama POST https://cp.meshlabs.cloud/v1/organizations/job-inputs/presign con la stessa chiave API, carica il tuo file su upload_url restituito, poi passa download_url in job_spec (ad esempio come input_image_url).

Corpo della richiesta

{
  "workload_type": "chatterbox-tts",
  "job_spec": {
    "prompt": "A photorealistic lighthouse at dusk",
    "max_new_tokens": 256,
    "repetition_penalty": 1.2
  }
}

Campi di job_spec

CampoObbligatorioPredefinitoDescrizione
promptSì—Testo in inglese da pronunciare. I tag paralinguistici come [laugh] e [chuckle] vengono mantenuti come token quando esistono nel tokenizer pubblicato.
input_audio_urlNo—Clip di riferimento da clonare. Facoltativa: i lavori del catalogo senza clip usano il file incluso default_voice.wav, non una registrazione dell'utente. Carica un file o registra da questo dispositivo; non entrambi.
max_new_tokensNo256Limite ai token vocali campionati dopo il token di inizio.
repetition_penaltyNo1.2Il valore predefinito ufficiale di generation_config è 1.2.

cURL

curl -X POST https://cp.meshlabs.cloud/v1/organizations/jobs \
  -H "X-Organization-Api-Key: msk_your_personal_api_key" \
  -H "Content-Type: application/json" \
  -d '{
  "workload_type": "chatterbox-tts",
  "job_spec": {
    "prompt": "A photorealistic lighthouse at dusk",
    "max_new_tokens": 256,
    "repetition_penalty": 1.2
  }
}'
GEThttps://cp.meshlabs.cloud/v1/organizations/jobs/{job_id}

Fai polling con la stessa chiave API finché status non è terminale (COMPLETED, FAILED, CANCELED o MODERATION_BLOCKED). Quando la moderazione dei contenuti è abilitata, i job possono iniziare in MODERATION_PENDING prima di entrare nella coda di calcolo. I job completati includono valori download_url presigned su ogni output.

Risposta di creazione

{
  "id": "3fa85f64-5717-4562-b3fc-2c963f66afa6",
  "workload_type": "chatterbox-tts",
  "status": "PENDING",
  "job_spec_json": {
    "prompt": "A photorealistic lighthouse at dusk",
    "max_new_tokens": 256,
    "repetition_penalty": 1.2
  },
  "work_units": [],
  "outputs": [],
  "created_at": "2026-06-08T12:00:00Z",
  "updated_at": "2026-06-08T12:00:00Z"
}

Risposta di completamento

{
  "id": "3fa85f64-5717-4562-b3fc-2c963f66afa6",
  "workload_type": "chatterbox-tts",
  "status": "COMPLETED",
  "job_spec_json": {
    "prompt": "A photorealistic lighthouse at dusk",
    "max_new_tokens": 256,
    "repetition_penalty": 1.2
  },
  "work_units": [
    {
      "id": "…",
      "index": 0,
      "status": "COMPLETED"
    }
  ],
  "outputs": [
    {
      "id": "…",
      "output_type": "<output type>",
      "filename": "<output filename>",
      "size_bytes": 524288,
      "download_url": "<presigned output download URL>"
    }
  ],
  "created_at": "2026-06-08T12:00:00Z",
  "updated_at": "<completion timestamp>"
}

Carica una clip di riferimento e le parole da pronunciare. Chatterbox clona quella voce e scarica un WAV a 24 kHz: clonazione vocale gratis sui dispositivi che colleghi. Funziona in inglese e il modello ha licenza MIT. Clona una clip che fornisci tu; non inventa la voce di una celebrità e non è uno studio in settanta lingue. La prima esecuzione scarica il modello sui tuoi dispositivi.