Audio

Chatterbox – clonare de voce

Încărcați un clip scurt de voce, scrieți cuvintele și descărcați un WAV de 24 kHz în acea voce.

Chatterbox by Resemble AI

Licențele modelului

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.

Licență inclusă

Notificare

GratuitOnlineNelimitatChatterbox by Resemble AI Acces API

Referință API

Trimitere prin REST

Folosiți cheia API personală (msk_…) pentru a crea lucrări pentru această sarcină din propriile instrumente. Lucrările pornite astfel rulează pe aceleași dispozitive pe care le-ați conectat în Dispozitivele dvs. — cel puțin unul trebuie să fie online.

Ascunde detaliile API
POSThttps://cp.meshlabs.cloud/v1/organizations/jobs

Autentificați-vă cu X-Organization-Api-Key: msk_your_personal_api_key. Numele antetului este același ca pentru cheile organizației; cheile personale folosesc același endpoint.

Fișiere de intrare:Apelați POST https://cp.meshlabs.cloud/v1/organizations/job-inputs/presign cu aceeași cheie API, încărcați fișierul la upload_url returnat, apoi transmiteți download_url în job_spec (de exemplu ca input_image_url).

Corpul cererii

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

Câmpurile job_spec

CâmpObligatoriuImplicitDescriere
promptDa—Textul în limba engleză de rostit. Etichetele paralingvistice precum [laugh] și [chuckle] sunt păstrate ca tokeni atunci când există în tokenizer-ul publicat.
input_audio_urlNu—Clip de referință de clonat. Opțional — sarcinile din catalog fără clip folosesc fișierul inclus default_voice.wav, nu o înregistrare a utilizatorului. Încărcați un fișier sau înregistrați de pe acest dispozitiv; nu ambele.
max_new_tokensNu256Limita tokenilor de vorbire eșantionați după tokenul de start.
repetition_penaltyNu1.2Valoarea implicită oficială din generation_config este 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}

Interogați cu aceeași cheie API până când status ajunge într-o stare finală (COMPLETED, FAILED, CANCELED sau MODERATION_BLOCKED). Când moderarea conținutului este activată, lucrările pot începe în MODERATION_PENDING înainte de a intra în coada de calcul. Lucrările finalizate includ valori download_url presemnate pentru fiecare rezultat.

Răspuns la creare

{
  "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"
}

Răspuns la finalizare

{
  "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>"
}

Încărcați un clip de referință și cuvintele pe care doriți să fie rostite. Chatterbox clonează acea voce și descarcă un WAV de 24 kHz — clonare de voce gratuită, pe dispozitivele pe care le conectați. Este în limba engleză, iar modelul are licență MIT. Clonează un clip furnizat de dumneavoastră; nu inventează vocea unei celebrități și nu este un studio în șaptezeci de limbi. La prima rulare, modelul se descarcă pe dispozitivele dumneavoastră.