Chatterbox Text to Speech API — 英語、WAV

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

Chatterbox について

Resemble AI のオープンソース音声合成モデル Chatterbox: 最大 1,000 文字の英語を送信すると、内蔵音声で読み上げた WAV ファイルが返ってきます。

POST /jobs/createTask でモデル名に resemble-ai/chatterbox-v1/text-to-speech を指定すれば呼び出せます。6クレジット/回から（$0.06）。新規アカウントには 30 クレジットが付くので、まず Playground で無料で試せます。

このガイドは今のところ英語のみです。 →

リクエストパラメーター

パラメーター	必須	説明
`exaggeration`	いいえ	How emotional the reading is, from 0 (flat) to 1 (dramatic). ≥ 0 · ≤ 1 · デフォルト: 0.5
`guidance_scale`	いいえ	プロンプトにどれだけ忠実に従うか。 ≥ 0.1 · ≤ 1 · デフォルト: 0.5
`reference_audio_url`	いいえ	Optional clip of the voice to imitate; the reading takes on its timbre.
`temperature`	いいえ	Variation between takes, from 0.05 to 2. ≥ 0.05 · ≤ 2 · デフォルト: 0.7
`text`	はい	Up to 1,000 characters of English, read exactly as written. Spell sounds out; tags are read aloud.

料金

料金はクレジットで表示され、サイトで使うクレジットと同じです（1クレジット = $0.01）。タスクの受付時に保留され、完了時に実際の料金で精算されます。失敗したタスクは返金されます。

オプション	クレジット /回	≈ USD
標準	5.4	$0.054

タスクごとにクレジットは整数に切り上げられるため、最安の設定で 1 回実行すると 6クレジット/回（$0.06）です。

実行前に正確な金額を知りたいときは、同じボディを POST /jobs/quote に送ってください。

API クイックスタート

Chatterbox API を 3 ステップで呼び出す

API キーを作成する. PopNow にログインし、API コンソールでキーを作成します。キーは sk-popnow- で始まり、サイトと同じクレジットを使います。
リクエストを送る. POST /jobs/createTask に、model を resemble-ai/chatterbox-v1/text-to-speech、input をパラメーター表どおりにして送ります。レスポンスですぐにタスク ID が返ります。
結果を受け取る. タスク ID で GET /jobs/recordInfo をポーリングするか、callBackUrl を渡せば結果がそこへ送られます。タスクが成功したら出力リンクからダウンロードします。

# 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"

プロンプトとリンクはご自身のものに置き換えてください。API タブにレスポンス、ポーリング、コールバックのリファレンスがあります。

Chatterbox API についての質問

Chatterbox API の料金はいくらですか？

Chatterboxは6クレジット（$0.06）/回です。クレジットはサイトと共通（1クレジット = $0.01）で、新規アカウントには30クレジットが付き、失敗したタスクは返金されます。

API でのChatterboxのモデル名は？

POST /jobs/createTask の model フィールドにテキスト読み上げは resemble-ai/chatterbox-v1/text-to-speech を指定します。

音声を選べますか?

音声リストはありませんが、声をクローンできます。reference_audio_url に短い MP3 または WAV クリップを送ると、読み上げがその声の声質になります。クリップがなければ、すべてのリクエストで Chatterbox の内蔵音声が使われます。スライダーが変えるのは声の演じ方であり、誰の声かではありません。使用する権利のある声だけを使ってください。

<laugh> や [sigh] のようなタグは機能しますか?

いいえ。テストでは、モデルはこうしたタグを単語としてそのまま声に出して読み上げました。代わりに音をスペルアウトしてください。―「ha…」「mmm…」「ahh…」―さらに感情的な読み上げにするには exaggeration を上げてください。

対応している言語は?

英語です。このモデルは他の言語には対応していません。

Chatterbox API の制限は？

テキストの長さ（文字）：1,000；アップロードの上限：90 MB。この範囲を超えるリクエストは、課金される前に拒否されます。

コードを書かずにChatterboxを試せますか？

はい。Playground なら API キーなしで、PopNow のクレジットでChatterboxを実行でき、実行ごとに対応するコードが表示されます。

Chatterbox についてさらに

試す: Chatterbox のAI音声合成をオンラインで PopNow で Chatterbox を使って音声を作る
ドキュメント: API ドキュメントの Chatterbox モデル ID と入力スキーマ PopNow API クイックスタート：5 分で最初のリクエスト Webhook：ポーリングせずに Chatterbox の結果を受け取る