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.
เอกสารอ้างอิง API
ส่งผ่าน REST
ใช้คีย์ API ส่วนบุคคลของคุณ (msk_…) เพื่อสร้างงานสำหรับเวิร์กโหลดนี้จากเครื่องมือของคุณเอง งานที่เริ่มด้วยวิธีนี้จะทำงานบนอุปกรณ์เดียวกับที่คุณเชื่อมต่อไว้ใน อุปกรณ์ของคุณ — ต้องมีอย่างน้อยหนึ่งเครื่องที่ออนไลน์
https://cp.meshlabs.cloud/v1/organizations/jobsยืนยันตัวตนด้วย X-Organization-Api-Key: msk_your_personal_api_key ชื่อเฮดเดอร์ตรงกับคีย์ขององค์กร ส่วนคีย์ส่วนบุคคลใช้ปลายทางเดียวกัน
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
| ฟิลด์ | จำเป็น | ค่าเริ่มต้น | คำอธิบาย |
|---|---|---|---|
prompt | ใช่ | — | ข้อความภาษาอังกฤษที่ต้องการให้พูด แท็ก paralinguistic เช่น [laugh] และ [chuckle] จะถูกเก็บไว้เป็นโทเค็นหากมีอยู่ใน tokenizer ที่เผยแพร่ |
input_audio_url | ไม่ | — | คลิปอ้างอิงที่ต้องการโคลน ไม่บังคับ — งานในแคตตาล็อกที่ไม่มีคลิปจะใช้ไฟล์ตัวอย่าง default_voice.wav ที่มากับชุด ไม่ใช่การบันทึกของผู้ใช้ อัปโหลดไฟล์หรืออัดจากอุปกรณ์นี้ อย่างใดอย่างหนึ่งเท่านั้น |
max_new_tokens | ไม่ | 256 | ขีดจำกัดโทเค็นเสียงพูดที่สุ่มหลังโทเค็นเริ่มต้น |
repetition_penalty | ไม่ | 1.2 | ค่าเริ่มต้นตาม 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
}
}'https://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