เสียง

Chatterbox โคลนเสียง

อัปโหลดคลิปเสียงสั้นๆ พิมพ์ข้อความ แล้วดาวน์โหลด WAV 24 kHz ในเสียงนั้น

Chatterbox by Resemble AI

ใบอนุญาตโมเดล

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.

ใบอนุญาตที่แนบมา

ประกาศ

ฟรีออนไลน์ไม่จำกัดChatterbox by Resemble AI การเข้าถึง API

เอกสารอ้างอิง API

ส่งผ่าน REST

ใช้คีย์ API ส่วนบุคคลของคุณ (msk_…) เพื่อสร้างงานสำหรับเวิร์กโหลดนี้จากเครื่องมือของคุณเอง งานที่เริ่มด้วยวิธีนี้จะทำงานบนอุปกรณ์เดียวกับที่คุณเชื่อมต่อไว้ใน อุปกรณ์ของคุณ — ต้องมีอย่างน้อยหนึ่งเครื่องที่ออนไลน์

ซ่อนรายละเอียด API
POSThttps://cp.meshlabs.cloud/v1/organizations/jobs

ยืนยันตัวตนด้วย X-Organization-Api-Key: msk_your_personal_api_key ชื่อเฮดเดอร์ตรงกับคีย์ขององค์กร ส่วนคีย์ส่วนบุคคลใช้ปลายทางเดียวกัน

ไฟล์อินพุต:เรียก POST https://cp.meshlabs.cloud/v1/organizations/job-inputs/presign ด้วยคีย์ API เดียวกัน อัปโหลดไฟล์ของคุณไปยัง upload_url ที่ได้รับ จากนั้นส่ง download_url ใน job_spec (เช่น เป็น input_image_url)

เนื้อหาคำขอ

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

ฟิลด์ของ job_spec

ฟิลด์จำเป็นค่าเริ่มต้นคำอธิบาย
promptใช่—ข้อความภาษาอังกฤษที่ต้องการให้พูด แท็ก paralinguistic เช่น [laugh] และ [chuckle] จะถูกเก็บไว้เป็นโทเค็นหากมีอยู่ใน tokenizer ที่เผยแพร่
input_audio_urlไม่—คลิปอ้างอิงที่ต้องการโคลน ไม่บังคับ — งานในแคตตาล็อกที่ไม่มีคลิปจะใช้ไฟล์ตัวอย่าง default_voice.wav ที่มากับชุด ไม่ใช่การบันทึกของผู้ใช้ อัปโหลดไฟล์หรืออัดจากอุปกรณ์นี้ อย่างใดอย่างหนึ่งเท่านั้น
max_new_tokensไม่256ขีดจำกัดโทเค็นเสียงพูดที่สุ่มหลังโทเค็นเริ่มต้น
repetition_penaltyไม่1.2ค่าเริ่มต้นตาม generation_config อย่างเป็นทางการคือ 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}

โพลด้วยคีย์ API เดียวกันจนกว่า status จะเป็นสถานะสิ้นสุด (COMPLETED, FAILED, CANCELED หรือ MODERATION_BLOCKED) เมื่อเปิดใช้การกลั่นกรองเนื้อหา งานอาจเริ่มที่ MODERATION_PENDING ก่อนเข้าสู่คิวประมวลผล งานที่เสร็จสมบูรณ์จะมีค่า download_url ที่ลงนามล่วงหน้าในแต่ละเอาต์พุต

การตอบกลับเมื่อสร้าง

{
  "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"
}

การตอบกลับเมื่อเสร็จสมบูรณ์

{
  "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>"
}

อัปโหลดคลิปอ้างอิงและข้อความที่ต้องการให้พูด Chatterbox จะโคลนเสียงนั้นและดาวน์โหลด WAV 24 kHz — โคลนเสียงฟรีบนอุปกรณ์ที่คุณเชื่อมต่อ รองรับภาษาอังกฤษ และโมเดลใช้สัญญาอนุญาต MIT โคลนจากคลิปที่คุณให้เท่านั้น ไม่ได้สร้างเสียงคนดังขึ้นมาเอง และไม่ใช่สตูดิโอเสียงเจ็ดสิบภาษา การใช้งานครั้งแรกจะดาวน์โหลดโมเดลลงบนอุปกรณ์ของคุณ