popnow
AnmeldenLos geht’s

Chatterbox API

resemble-ai/chatterbox-v1/text-to-speechAb 6 Credits pro Lauf

Resemble AIs Open-Source-Modell Chatterbox für Sprachsynthese: Senden Sie bis zu 1.000 Zeichen Englisch und erhalten Sie eine WAV-Datei in der fest eingebauten Stimme zurück, mit Reglern für Ausdruck und Variation.

Du rufst es mit dem Modellnamen resemble-ai/chatterbox-v1/text-to-speech über POST /jobs/createTask auf, ab 6 Credits pro Lauf (0,06 $). Neue Konten bekommen 30 kostenlose Credits, damit du es zuerst im Playground testen kannst.

  • Text zu Sprache
von Resemble AIAPI-Schlüssel holenChatterbox: Beispiele und Prompts →

Diese Anleitung gibt es vorerst nur auf Englisch. →

Anfrageparameter

ParameterPflichtBeschreibung
exaggerationNeinHow emotional the reading is, from 0 (flat) to 1 (dramatic). ≥ 0 · ≤ 1 · Standardwert: 0.5
guidance_scaleNeinWie streng das Modell dem Prompt folgt. ≥ 0.1 · ≤ 1 · Standardwert: 0.5
reference_audio_urlNeinOptional clip of the voice to imitate; the reading takes on its timbre.
temperatureNeinVariation between takes, from 0.05 to 2. ≥ 0.05 · ≤ 2 · Standardwert: 0.7
textJaUp to 1,000 characters of English, read exactly as written. Spell sounds out; tags are read aloud.

Preise

Die Preise sind in Credits angegeben, denselben Credits, die du auf der Website nutzt (1 Credit = 0,01 $). Beim Annehmen der Aufgabe wird der Betrag reserviert und nach Abschluss auf die tatsächlichen Kosten abgerechnet; fehlgeschlagene Aufgaben werden erstattet.

OptionCredits pro Lauf≈ USD
Standard5,40,054 $

Jede Aufgabe wird auf ganze Credits aufgerundet, ein Lauf in der günstigsten Stufe kostet also 6 Credits pro Lauf (0,06 $).

Für eine exakte Zahl vor dem Start sendest du denselben Body an POST /jobs/quote.

API-Schnellstart

Die Chatterbox API in drei Schritten aufrufen

  1. API-Schlüssel erstellen. Melde dich bei PopNow an und erstelle in der API-Konsole einen Schlüssel. Schlüssel beginnen mit sk-popnow- und nutzen dieselben Credits wie die Website.
  2. Anfrage senden. Sende POST /jobs/createTask mit model resemble-ai/chatterbox-v1/text-to-speech und einem input-Objekt nach der Parametertabelle. Die Antwort enthält sofort eine Task-ID.
  3. Ergebnis abholen. Frage GET /jobs/recordInfo mit der Task-ID ab oder gib eine callBackUrl mit, dann schicken wir das Ergebnis dorthin. Lade die Ausgabelinks herunter, sobald die Aufgabe erfolgreich ist.
# 1. Create the task. Keep the Idempotency-Key if you retry after a network error.
export IDEMPOTENCY_KEY="$(uuidgen)"
curl -X POST https://api.popnow.ai/api/v1/jobs/createTask \
  -H "Authorization: Bearer $POPNOW_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: $IDEMPOTENCY_KEY" \
  -d '{
  "model": "resemble-ai/chatterbox-v1/text-to-speech",
  "input": {
    "text": "Welcome back. Your files finished rendering a minute ago and are ready to download."
  }
}'

# 2. Copy data.taskId from the response, then poll until state is succeeded, failed, canceled or expired.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.popnow.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
  -H "Authorization: Bearer $POPNOW_API_KEY"

Ersetze den Prompt und alle Links durch deine eigenen. Im Tab „API“ findest du die Referenz zu Antwort, Polling und Callback.

Fragen zur Chatterbox API

Was kostet die Chatterbox API?

Chatterbox kostet 6 Credits (0,06 $) pro Lauf. Die Credits sind dieselben wie auf der Website (1 Credit = 0,01 $), neue Konten bekommen 30 Gratis-Credits, und fehlgeschlagene Tasks werden erstattet.

Wie lautet der Modellname von Chatterbox in der API?

Trag resemble-ai/chatterbox-v1/text-to-speech für Text zu Sprache im Feld model von POST /jobs/createTask ein.

Kann ich eine Stimme wählen?

Eine Stimmenliste gibt es nicht, aber Sie können eine Stimme klonen: Senden Sie in reference_audio_url einen kurzen MP3- oder WAV-Ausschnitt, und die Lesung übernimmt die Klangfarbe dieser Stimme. Ohne Ausschnitt verwendet jede Anfrage die fest eingebaute Stimme von Chatterbox. Die Regler verändern, wie die Stimme vorträgt, nicht, welche Stimme es ist. Verwenden Sie nur Stimmen, für die Sie die Rechte haben.

Funktionieren Tags wie <laugh> oder [sigh]?

Nein. In unseren Tests hat das Modell solche Tags als Wörter laut vorgelesen. Schreiben Sie Laute stattdessen aus – „ha…“, „mmm…“, „ahh…“ – und erhöhen Sie exaggeration für eine emotionalere Lesung.

Welche Sprachen liest es?

Englisch. Andere Sprachen werden von diesem Modell nicht unterstützt.

Welche Limits hat die Chatterbox API?

Textlänge (Zeichen): 1,000; Größter Upload: 90 MB. Anfragen außerhalb dieser Grenzen werden abgelehnt, bevor etwas abgebucht wird.

Kann ich Chatterbox testen, ohne Code zu schreiben?

Ja. Der Playground führt Chatterbox mit deinen PopNow-Credits aus, braucht keinen API-Schlüssel und zeigt dir zu jedem Lauf den passenden Code.

Mehr zu Chatterbox