Áudio

Chatterbox Clonagem de Voz

Envie um clipe curto de voz, digite as palavras e baixe um WAV de 24 kHz nessa voz.

Chatterbox by Resemble AI

Licenças do modelo

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.

Licença incluída

Aviso

GrátisOnlineIlimitadoChatterbox by Resemble AI Acesso via API

Referência da API

Enviar via REST

Use sua chave de API pessoal (msk_…) para criar tarefas desta carga de trabalho a partir das suas próprias ferramentas. As tarefas iniciadas dessa forma rodam nos mesmos dispositivos que você conectou em Seus dispositivos — pelo menos um deles precisa estar online.

Ocultar detalhes da API
POSThttps://cp.meshlabs.cloud/v1/organizations/jobs

Autentique-se com X-Organization-Api-Key: msk_your_personal_api_key. O nome do cabeçalho é o mesmo das chaves de organização; as chaves pessoais usam o mesmo endpoint.

Arquivos de entrada:Chame POST https://cp.meshlabs.cloud/v1/organizations/job-inputs/presign com a mesma chave de API, envie seu arquivo para o upload_url retornado e depois passe download_url em job_spec (por exemplo, como input_image_url).

Corpo da solicitação

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

Campos de job_spec

CampoObrigatórioPadrãoDescrição
promptSim—Texto em inglês a ser falado. Tags paralinguísticas como [laugh] e [chuckle] são mantidas como tokens quando existem no tokenizador publicado.
input_audio_urlNão—Clipe de referência a clonar. Opcional — trabalhos do catálogo sem clipe usam o arquivo de exemplo default_voice.wav incluído, não uma gravação do usuário. Envie um arquivo ou grave neste dispositivo; não os dois.
max_new_tokensNão256Limite de tokens de fala amostrados após o token inicial.
repetition_penaltyNão1.2O padrão oficial de generation_config é 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}

Consulte com a mesma chave de API até que status seja final (COMPLETED, FAILED, CANCELED ou MODERATION_BLOCKED). Quando a moderação de conteúdo está habilitada, as tarefas podem começar em MODERATION_PENDING antes de entrar na fila de computação. As tarefas concluídas incluem valores download_url pré-assinados em cada saída.

Resposta de criação

{
  "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"
}

Resposta de conclusão

{
  "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>"
}

Envie um clipe de referência e as palavras que você quer ouvir. O Chatterbox clona essa voz e baixa um WAV de 24 kHz — clonagem de voz grátis nos dispositivos que você conecta. Ele funciona em inglês e o modelo tem licença MIT. Ele clona um clipe fornecido por você; não inventa a voz de uma celebridade e não é um estúdio em setenta idiomas. A primeira execução baixa o modelo para os seus dispositivos.