Audio

Klonowanie głosu Chatterbox

Prześlij krótki fragment głosu, wpisz słowa i pobierz plik WAV 24 kHz w tym głosie.

Chatterbox by Resemble AI

Licencje modelu

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.

Dołączona licencja

Informacja prawna

BezpłatnieOnlineBez limituChatterbox by Resemble AI Dostęp przez API

Dokumentacja API

Przesyłaj przez REST

Użyj swojego osobistego klucza API (msk_…), aby tworzyć zadania dla tego obciążenia z własnych narzędzi. Zadania uruchamiane w ten sposób działają na tych samych urządzeniach, które podłączyłeś(-aś) w sekcji Twoje urządzenia — co najmniej jedno musi być online.

Ukryj szczegóły API
POSThttps://cp.meshlabs.cloud/v1/organizations/jobs

Uwierzytelnij się za pomocą X-Organization-Api-Key: msk_your_personal_api_key. Nazwa nagłówka jest taka sama jak dla kluczy organizacji; klucze osobiste używają tego samego punktu końcowego.

Pliki wejściowe:Wywołaj POST https://cp.meshlabs.cloud/v1/organizations/job-inputs/presign z tym samym kluczem API, prześlij plik pod zwrócony upload_url, a następnie przekaż download_url w job_spec (na przykład jako input_image_url).

Treść żądania

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

Pola: job_spec

PoleWymaganeDomyślnieOpis
promptTak—Angielski tekst do wypowiedzenia. Znaczniki paralingwistyczne, takie jak [laugh] i [chuckle], są zachowywane jako tokeny, jeśli istnieją w opublikowanym tokenizerze.
input_audio_urlNie—Próbka referencyjna do sklonowania. Opcjonalna — zadania katalogowe bez próbki używają dołączonego pliku default_voice.wav, a nie nagrania użytkownika. Prześlij plik albo nagraj z tego urządzenia; nie oba naraz.
max_new_tokensNie256Limit próbkowanych tokenów mowy po tokenie startowym.
repetition_penaltyNie1.2Oficjalna wartość domyślna generation_config to 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}

Odpytuj z tym samym kluczem API, aż status osiągnie stan końcowy (COMPLETED, FAILED, CANCELED lub MODERATION_BLOCKED). Gdy włączona jest moderacja treści, zadania mogą zaczynać się w stanie MODERATION_PENDING, zanim trafią do kolejki obliczeń. Ukończone zadania zawierają wstępnie podpisane wartości download_url przy każdym wyniku.

Odpowiedź na utworzenie

{
  "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"
}

Odpowiedź po ukończeniu

{
  "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>"
}

Prześlij próbkę referencyjną i słowa do wypowiedzenia. Chatterbox sklonuje ten głos i pobierzesz plik WAV 24 kHz — darmowe klonowanie głosu na podłączonych urządzeniach. Działa po angielsku, a model ma licencję MIT. Klonuje próbkę, którą dostarczysz; nie wymyśla głosu celebryty i nie jest studiem obsługującym siedemdziesiąt języków. Pierwsze uruchomienie pobiera model na Twoje urządzenia.