API Chatterbox de texto a voz: inglés, WAV

Name: Chatterbox API
SKU: resemble-ai/chatterbox-v1/text-to-speech
Price: 0.06 USD
Availability: InStock

Acerca de Chatterbox

Chatterbox, el modelo de código abierto de texto a voz de Resemble AI: envía hasta 1000 caracteres de inglés y recibe un archivo WAV leído en su voz integrada, con controles deslizantes para la expresividad y la variación.

Llámalo con el nombre de modelo resemble-ai/chatterbox-v1/text-to-speech en POST /jobs/createTask, desde 6 créditos por generación (0,06 US$). Las cuentas nuevas reciben 30 créditos gratis para que lo pruebes primero en el Playground.

Parámetros de la petición

Parámetro	Obligatorio	Descripción
`exaggeration`	No	How emotional the reading is, from 0 (flat) to 1 (dramatic). ≥ 0 · ≤ 1 · Por defecto: 0.5
`guidance_scale`	No	Con qué rigor sigue el modelo el prompt. ≥ 0.1 · ≤ 1 · Por defecto: 0.5
`reference_audio_url`	No	Optional clip of the voice to imitate; the reading takes on its timbre.
`temperature`	No	Variation between takes, from 0.05 to 2. ≥ 0.05 · ≤ 2 · Por defecto: 0.7
`text`	Sí	Up to 1,000 characters of English, read exactly as written. Spell sounds out; tags are read aloud.

Precios

Los precios están en créditos, los mismos que usas en la web (1 crédito = 0,01 $). El importe se retiene cuando se acepta la tarea y se liquida al coste real cuando termina; las tareas fallidas se reembolsan.

Opción	Créditos por generación	≈ USD
Estándar	5,4	0,054 US$

Cada tarea se redondea al alza a créditos enteros, así que una ejecución en el nivel más bajo cuesta 6 créditos por generación (0,06 US$).

Para saber la cifra exacta antes de ejecutar, envía el mismo cuerpo a POST /jobs/quote.

Inicio rápido de la API

Llama a la API de Chatterbox en tres pasos

Crea una clave de API. Inicia sesión en PopNow y crea una clave en la consola de la API. Las claves empiezan por sk-popnow- y usan los mismos créditos que el sitio web.
Envía la solicitud. Haz POST /jobs/createTask con model resemble-ai/chatterbox-v1/text-to-speech y un objeto input según la tabla de parámetros. La respuesta devuelve un ID de tarea al instante.
Obtén el resultado. Consulta GET /jobs/recordInfo con el ID de tarea, o pasa una callBackUrl y te enviamos el resultado ahí. Descarga los enlaces de salida cuando la tarea termine bien.

# 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"

Sustituye el prompt y los enlaces por los tuyos. La pestaña API tiene la referencia de la respuesta, el sondeo y el callback.

Preguntas sobre la API de Chatterbox

¿Cuánto cuesta la API de Chatterbox?

Chatterbox cuesta 6 créditos (0,06 US$) por generación. Los créditos son los mismos que en la web (1 crédito = 0,01 $), las cuentas nuevas reciben 30 créditos gratis y las tareas fallidas se reembolsan.

¿Cuál es el nombre de modelo de Chatterbox en la API?

Pon resemble-ai/chatterbox-v1/text-to-speech para Texto a voz en el campo model de POST /jobs/createTask.

¿Puedo elegir una voz?

No hay lista de voces, pero puedes clonar una: envía un clip corto en MP3 o WAV en reference_audio_url y la lectura adopta el timbre de esa voz. Sin clip, cada solicitud usa la voz integrada de Chatterbox. Los controles deslizantes cambian cómo interpreta la voz, no cuál es. Usa solo voces que tengas derecho a usar.

¿Funcionan etiquetas como <laugh> o [sigh]?

No. En nuestras pruebas, el modelo leyó estas etiquetas en voz alta como palabras. Escribe los sonidos en letras en su lugar —«ja…», «mmm…», «ahh…»— y aumenta exaggeration para una lectura más emotiva.

¿Qué idiomas puede leer?

Inglés. Este modelo no admite otros idiomas.

¿Qué límites tiene la API de Chatterbox?

Longitud del texto (caracteres): 1,000; Subida máxima: 90 MB. Las peticiones fuera de estos límites se rechazan antes de cobrar nada.

¿Puedo probar Chatterbox sin escribir código?

Sí. El Playground ejecuta Chatterbox con tus créditos de PopNow, no necesita clave API y te muestra el código de cada generación.

Otras API de audio

Más sobre Chatterbox

Pruébalo: Chatterbox: generador de voz con IA en línea Crea audio con Chatterbox en PopNow
Documentación: ID de modelo y esquema de entrada de Chatterbox en la documentación de la API Inicio rápido de la API de PopNow: tu primera solicitud en cinco minutos Webhooks: recibe los resultados de Chatterbox sin sondeos