PopNow APIpopnow.ai
Prendi la chiave API

Chatterbox API

di Resemble AI

Voce in inglese che sa imitare un breve campione vocale

resemble-ai/chatterbox-v1/text-to-speechDa 6 creditiper generazione · 0,06 USD
Provalo nel PlaygroundOttieni una chiave API
  • Sintesi vocale
Guarda gli esempi

Informazioni su Chatterbox

Chatterbox, il modello open source di sintesi vocale di Resemble AI: invia fino a 1000 caratteri di inglese e ricevi un file WAV letto nella sua voce integrata, con cursori per espressività e variazione.

Lo chiami con il nome di modello resemble-ai/chatterbox-v1/text-to-speech su POST /jobs/createTask, da 6 crediti per generazione (0,06 USD). I nuovi account ricevono 30 crediti gratuiti per provarlo prima nel Playground.

Per ora questa guida è solo in inglese. →

Parametri della richiesta

ParametroObbligatorioDescrizione
exaggerationNoHow emotional the reading is, from 0 (flat) to 1 (dramatic). ≥ 0 · ≤ 1 · Predefinito: 0.5
guidance_scaleNoQuanto rigidamente il modello segue il prompt. ≥ 0.1 · ≤ 1 · Predefinito: 0.5
reference_audio_urlNoOptional clip of the voice to imitate; the reading takes on its timbre.
temperatureNoVariation between takes, from 0.05 to 2. ≥ 0.05 · ≤ 2 · Predefinito: 0.7
textSìUp to 1,000 characters of English, read exactly as written. Spell sounds out; tags are read aloud.

Prezzi

I prezzi sono in crediti, gli stessi che usi sul sito (1 credito = 0,01 $). L'importo viene trattenuto quando il task è accettato e regolato sul costo reale al termine; i task falliti vengono rimborsati.

OpzioneCrediti per generazione≈ USD
Standard5,40,054 USD

Ogni attività è arrotondata per eccesso ai crediti interi, quindi un'esecuzione al livello più basso costa 6 crediti per generazione (0,06 USD).

Per avere la cifra esatta prima di eseguire, invia lo stesso body a POST /jobs/quote.

Guida rapida all'API

Chiama l'API di Chatterbox in tre passaggi

  1. Crea una chiave API. Accedi a PopNow e crea una chiave nella console API. Le chiavi iniziano con sk-popnow- e usano gli stessi crediti del sito.
  2. Invia la richiesta. Invia POST /jobs/createTask con model resemble-ai/chatterbox-v1/text-to-speech e un oggetto input secondo la tabella dei parametri. La risposta restituisce subito un ID attività.
  3. Recupera il risultato. Interroga GET /jobs/recordInfo con l'ID attività, oppure passa una callBackUrl e ti inviamo lì il risultato. Scarica i link di output quando l'attività riesce.
# 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"

Sostituisci il prompt e gli eventuali link con i tuoi. La scheda API contiene il riferimento per risposta, polling e callback.

Domande sull’API di Chatterbox

Quanto costa l’API di Chatterbox?

Chatterbox costa 6 crediti (0,06 USD) per generazione. I crediti sono gli stessi del sito (1 credito = 0,01 $), i nuovi account ricevono 30 crediti gratuiti e i task falliti vengono rimborsati.

Qual è il nome del modello di Chatterbox nell’API?

Inserisci resemble-ai/chatterbox-v1/text-to-speech per Sintesi vocale nel campo model di POST /jobs/createTask.

Posso scegliere una voce?

Non c’è un elenco di voci, ma puoi clonarne una: invia un breve clip MP3 o WAV in reference_audio_url e la lettura assume il timbro di quella voce. Senza clip, ogni richiesta usa la voce integrata di Chatterbox. I cursori cambiano come la voce recita, non chi è. Usa solo voci che hai il diritto di usare.

I tag come <laugh> o [sigh] funzionano?

No. Nei nostri test, il modello ha letto questi tag ad alta voce come parole. Scrivi invece i suoni per esteso — «ah…», «mmm…», «ahh…» — e aumenta exaggeration per una lettura più emotiva.

Quali lingue legge?

Inglese. Questo modello non supporta altre lingue.

Quali sono i limiti dell’API di Chatterbox?

Lunghezza del testo (caratteri): 1,000; Caricamento massimo: 90 MB. Le richieste fuori da questi limiti vengono rifiutate prima di qualsiasi addebito.

Posso provare Chatterbox senza scrivere codice?

Sì. Il Playground esegue Chatterbox con i tuoi crediti PopNow, non richiede una chiave API e mostra il codice di ogni generazione.

Altro su Chatterbox