popnow
ВойтиСоздавать

Chatterbox API

resemble-ai/chatterbox-v1/text-to-speechОт 6 кредитов за генерацию

Chatterbox, модель синтеза речи с открытым исходным кодом от Resemble AI: отправьте до 1000 символов английского текста и получите файл WAV, прочитанный её встроенным голосом, с ползунками для выразительности и разнообразия.

Вызывайте его по имени модели resemble-ai/chatterbox-v1/text-to-speech через POST /jobs/createTask, от 6 кредитов за генерацию (0,06 $). Новые аккаунты получают 30 бесплатных кредитов, чтобы вы могли сначала попробовать в Playground.

  • Озвучка текста
от Resemble AIПолучить API-ключChatterbox: примеры и промпты →

Пока это руководство есть только на английском. →

Параметры запроса

ПараметрОбязательныйОписание
exaggerationНетHow emotional the reading is, from 0 (flat) to 1 (dramatic). ≥ 0 · ≤ 1 · По умолчанию: 0.5
guidance_scaleНетНасколько строго модель следует промпту. ≥ 0.1 · ≤ 1 · По умолчанию: 0.5
reference_audio_urlНетOptional clip of the voice to imitate; the reading takes on its timbre.
temperatureНетVariation between takes, from 0.05 to 2. ≥ 0.05 · ≤ 2 · По умолчанию: 0.7
textДаUp to 1,000 characters of English, read exactly as written. Spell sounds out; tags are read aloud.

Цены

Цены указаны в кредитах, тех же, что вы используете на сайте (1 кредит = $0,01). Сумма резервируется, когда задача принята, и пересчитывается по фактической стоимости после завершения; за неудавшиеся задачи кредиты возвращаются.

ВариантКредиты за генерацию≈ USD
Стандарт5,40,054 $

Каждая задача округляется вверх до целых кредитов, поэтому один запуск на самом дешёвом уровне стоит 6 кредитов за генерацию (0,06 $).

Чтобы узнать точную сумму до запуска, отправьте то же тело запроса на POST /jobs/quote.

Быстрый старт API

Вызов API Chatterbox в три шага

  1. Создайте API-ключ. Войдите в PopNow и создайте ключ в консоли API. Ключи начинаются с sk-popnow- и списывают те же кредиты, что и сайт.
  2. Отправьте запрос. Отправьте POST /jobs/createTask с model resemble-ai/chatterbox-v1/text-to-speech и объектом input по таблице параметров. В ответе сразу придёт ID задачи.
  3. Получите результат. Опрашивайте GET /jobs/recordInfo по ID задачи или передайте callBackUrl — мы отправим результат туда. Когда задача выполнится, скачайте файлы по ссылкам.
# 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"

Замените промпт и ссылки на свои. Справка по ответу, опросу статуса и callback есть на вкладке API.

Вопросы об API Chatterbox

Сколько стоит API Chatterbox?

Chatterbox стоит 6 кредитов (0,06 $) за генерацию. Кредиты те же, что и на сайте (1 кредит = 0,01 $), новые аккаунты получают 30 бесплатных кредитов, а за неудачные задачи кредиты возвращаются.

Какое имя модели у Chatterbox в API?

Укажите resemble-ai/chatterbox-v1/text-to-speech — Озвучка текста в поле model запроса POST /jobs/createTask.

Могу ли я выбрать голос?

Списка голосов нет, но голос можно клонировать: отправьте в reference_audio_url короткий фрагмент MP3 или WAV, и чтение переймёт тембр этого голоса. Без фрагмента каждый запрос использует встроенный голос Chatterbox. Ползунки меняют то, как голос звучит, а не то, чей это голос. Используйте только голоса, на которые у вас есть права.

Работают ли теги вроде <laugh> или [sigh]?

Нет. В наших тестах модель зачитывала такие теги вслух как обычные слова. Вместо этого записывайте звуки по буквам — «ha…», «mmm…», «ahh…» — и повышайте exaggeration для более эмоционального чтения.

Какие языки она читает?

Английский. Другие языки эта модель не поддерживает.

Какие ограничения у API Chatterbox?

Длина текста (символов): 1,000; Максимальный размер загрузки: 90 MB. Запросы за пределами этих ограничений отклоняются до любого списания.

Можно попробовать Chatterbox без кода?

Да. Playground запускает Chatterbox на ваших кредитах PopNow без API-ключа и показывает код для каждой генерации.

Ещё о Chatterbox