ElevenLabs: Eleven Flash v2.5
يحوّل Eleven Flash v2.5 النص إلى كلام لردود تفاعلية وتطبيقات صوتية متعددة اللغات. يدعم 32 لغة وما يصل إلى 40,000 حرف لكل طلب، ويتميز بسرعة الاستجابة التي تستفيد من إعداد الأرقام والأسماء بصيغتها المنطوقة.
عن النموذج
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
Eleven Flash v2.5 هو نموذج ElevenLabs متعدد اللغات لتحويل النص إلى كلام، مصمم للتطبيقات التفاعلية وتطبيقات الوقت الفعلي. يحوّل الرد النصي المقدّم إلى صوت منطوق، ويوازن بين سرعة الاستجابة والإلقاء الطبيعي واتساق خصائص الصوت. وتذكر الشركة المصنّعة الوكلاء الصوتيين وروبوتات المحادثة والألعاب والتطبيقات التي تحتاج إلى استجابة فورية، إلى جانب تحويل النص إلى كلام على نطاق أكبر، بوصفها استخدامات نموذجية.
يدعم النموذج 32 لغة: مجموعة Multilingual v2 ذات 29 لغة، إضافة إلى المجرية والنرويجية والفيتنامية. وتشمل المجموعة الموثّقة الإنجليزية واليابانية والصينية والألمانية والهندية والفرنسية والكورية والبرتغالية والإيطالية والإسبانية والإندونيسية والهولندية والتركية والفلبينية والبولندية والسويدية والبلغارية والرومانية والعربية والتشيكية واليونانية والفنلندية والكرواتية والملايوية والسلوفاكية والدنماركية والتاميلية والأوكرانية والروسية. ويختلف ذلك عن Flash v2 الذي يقتصر على الإنجليزية. اختر لغة النص وصوتًا إقليميًا ملائمًا، بدل افتراض أن لكنة صوت إنجليزي تناسب كل عملية توطين.
يدعم الطلب ما يصل إلى 40,000 حرف. تعرض الجهة المنتجة مددًا صوتية تقريبية بجوار جدول الأحرف، لكن حد الأحرف لا يحدد طول تسجيل ثابتًا. تتغير المدة بحسب سرعة الكلام واللغة والترقيم والإلقاء. للرد المباشر، استخدم عبارات مكتملة أقصر بكثير؛ ولتسجيل أطول، قسّم النص إلى أقسام ذات معنى واحتفظ بالسياق حول حدودها. يفيد السقف المرتفع للأحرف في إعداد المصدر، لكنه لا يجعل الرد الطويل المتصل سهل الاستماع.
تُعدّ عملية تطبيع الأرقام فرقًا جوهريًا في هذا النموذج. يذكر قسم Flash v2.5 تحديدًا أن التطبيع معطّل افتراضيًا في نمط الكمون المنخفض، وقد تُقرأ أرقام الهواتف والتواريخ أو الصيغ المالية بصورة غير متوقعة. أعدّ الصيغة المنطوقة المقصودة قبل التوليد. قرّر إن كان الرقم كمية أو رمزًا مرجعيًا أو أرقامًا تُردد منفصلة. وفي التاريخ، اكتب الشهر واليوم كما ينبغي أن يسمعهما الجمهور؛ وللاختصار، قدّم صيغته الكاملة إذا كان المقصود نطقه كلمات.
يمكن توجيه النطق بإعادة التهجئة أو بدائل القاموس. يخصّص دليل القاموس لدى الشركة المصنّعة قواعد الفونيمات لنماذج v4 وv3 وFlash v2 المسماة، ويوصي بالبدائل للإصدارات الأخرى، لذا ينبغي ألا يرث Flash v2.5 دعم وسوم الفونيمات الخاص بـFlash v2. احتفظ بالنطق المفضل للأسماء والمصطلحات المتكررة وتحقّق منه مع الصوت المختار. وإذا أُدرجت عبارات عاطفية على هيئة تعليمات داخل نص عادي، فقد تُنطق هي نفسها؛ أعدّ نصًا نهائيًا نظيفًا للتسجيل المطلوب.
يدعم سير عمل TTS العام الصوت المتدفق وتوليد الكلام كاملًا. وتشمل عائلة صيغه MP3، وPCM غير مضغوط بعمق 16-bit، وμ-law وA-law للاتصالات الهاتفية، وOpus. اختر الصيغة المناسبة لوجهة التشغيل وأبقِ النص المولّد متاحًا بجوار الصوت. ويمكن لإعدادات الصوت لدى ElevenLabs التأثير في الاتساق والسرعة، بينما تمنح صياغة النص وترقيمه جانبًا كبيرًا من الإيقاع المطلوب. وهذه خيارات لسير عمل الجهة المنتجة، منفصلة عن افتراض إتاحة كل إعداد في تطبيق معين. يدعم دليل المنتج صراحة توقفات SSML في Flash v2.5، مثل <break time="1.5s" />، بتوقفات تصل إلى ثلاث ثوانٍ. وقد تؤثر كثرة الوسوم في السرعة أو تضيف تشوهات صوتية. ويتراوح إعداد السرعة العام من 0.7 إلى 1.2، مع بقاء السرعة دون تغيير عند 1.0.
للمساعد، أعدّ نتيجة واضحة واحدة وخطوة تالية واحدة في جملة محادثة. يمكن لعبارة عملية أن تؤكد انتهاء إجراء، ثم تشرح الحقل الوحيد الذي ما زال مطلوبًا. وفي لعبة أو درس تعليمي، اجعل التعليمة قصيرة بما يكفي لفهمها أثناء النشاط الجاري للمستخدم. وفي مشروع متعدد اللغات، كيّف الصياغة الفعلية بدل الاكتفاء باستبدال المفردات، وحافظ على معنى الأسماء والإجراءات والشروط.
راجع مقطعًا ممثلًا يتضمن الجزء الصعب من النص: اسمًا أو معرّفًا أو تاريخًا أو شرحًا أطول. تحقّق من الوضوح واللكنة والوتيرة ونطق الأرقام على النحو المقصود. توليد الكلام غير حتمي وفق وثائق الجهة المنتجة، لذا قد تختلف اللقطة الصوتية الدقيقة حتى مع مدخلات متشابهة. احتفظ بالصوت المختار وإعداد النص للنطق بوصفهما مادة قابلة لإعادة الاستخدام في إشعار أو رد مساعدة أو شخصية تفاعلية أو شرح مسجّل.
Ailoot Ultra · توليد الكلام POST /v1/audio/speech elevenlabs/eleven-flash-v2.5
elevenlabs/eleven-flash-v2.5البداية
يحوّل Eleven Flash v2.5 النص إلى كلام لردود تفاعلية وتطبيقات صوتية متعددة اللغات. يدعم 32 لغة وما يصل إلى 40,000 حرف لكل طلب، ويتميز بسرعة الاستجابة التي تستفيد من إعداد الأرقام والأسماء بصيغتها المنطوقة.
- المدخلات المقبولة
- النص
- النتائج
- الصوت
متاح في Ailoot · المدخلات والطرائق
Ailoot Ultra · توليد الكلام POST /v1/audio/speech
- الإدخال
text- الإخراج
audio- صيغة الإخراج
- mp3
| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود elevenlabs/eleven-flash-v2.5 | القيمة الافتراضية— |
الحقلinput | النوعstring | المتطلبمطلوب | القيم والحدود الحد الأدنى للطول: 1 الحد الأقصى للطول: 40,000 الوحدة: محارف Unicode | القيمة الافتراضية— |
الحقلvoice | النوعstring | المتطلبمطلوب | القيم والحدود george, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger, will | القيمة الافتراضية— |
الحقلresponse_format | النوعstring | المتطلبمطلوب | القيم والحدود mp3 | القيمة الافتراضية— |
تركيبات مواد الإدخال
text_to_speech · مطلوب: input
معلمات الطريقة ودورة حياتها
| المعلمة | المواصفات |
|---|---|
المعلمةcontent_type | المواصفاتapplication/json |
المعلمةrequired | المواصفاتmodel, input, voice, response_format |
المعلمةvoice_ids | المواصفاتgeorge, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger, will |
المعلمةresponse_format | المواصفاتmp3 |
المعلمةmax_input_characters | المواصفات40000 |
المعلمةother_options | المواصفاتfalse |
المعلمةinput | المواصفاتنص UTF-8 الدقيق؛ يُحصى عدد محارف Unicode دون تطبيع |
المعلمةmaterial_types | المواصفاتtext |
دورة الحياة: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · قيمة task_id الفعلية المُعادة أو سجل مكتبة الوسائط
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
اختر الصوت المحدد من ملف إعداد هذا النموذج.
أحرف الإدخال وثواني الصوت مقياسان مختلفان للاستخدام.
الباقات
مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.
- الوضع السريع
- غير محدد عند اختيار الوضع السريع
- الوضع المرن
- غير محدد عند اختيار وضع flex
- أقصى جهد للاستدلال
- غير محدد عندما يُطبَّق الضبط الافتراضي default مع أقصى جهد للاستدلال
تعرفات Ailoot
الأسعار حسب الإعدادات
طابق كل رسم مع الشروط المعروضة. طبّق تعرفة واحدة لكل مجموعة من الإعدادات البديلة.
| الإعدادات | جدول التعرفة | وحدة الفوترة | الرسوم |
|---|---|---|---|
| الإعداداتالتعرفات الأساسية للرموز | جدول التعرفةالتعرفة الأساسية | وحدة الفوترة— | الرسوم الإدخال · رموز الإدخال — / 1K من الرموز الإخراج · رموز الإخراج — / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
| الإعداداتمحرف إدخال | جدول التعرفة— | وحدة الفوترةلكل حرف مُدخل | الرسوم الإدخال · محرف إدخال $0.00008 لكل حرف مُدخل |
تفاصيل التعرفة المرجعية
لا تغيّر جداول التعرفة المرجعية على مستوى النموذج اختيار الطريقة أو عروض الأسعار أو الرسوم. وتستخدم الرسوم الفعلية تعرفات طريقة Ailoot المحددة.
ElevenLabs: Eleven Flash v2.5
الأسعار حسب الإعدادات
| الإعدادات | شروط الفوترة | الرسوم |
|---|---|---|
| الإعداداتElevenLabs: Eleven Flash v2.5 · الإعداد الافتراضي | شروط الفوترةالإعداد الافتراضي | الرسوم الإدخال · أحرف الإدخال 0.00004 US$ لكل حرف مُدخل |
تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →
أمثلة للطلبات
Ailoot Ultra · توليد الكلام
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_VOICE_ID:?Choose an accepted voice ID from this exact model profile}"
export AILOOT_VOICE_ID
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "elevenlabs/eleven-flash-v2.5", "input": "Good afternoon! This is a short voice take."}')
voice=os.environ["AILOOT_VOICE_ID"]
allowed=json.loads('["george", "sarah", "adam", "alice", "bella", "bill", "brian", "callum", "charlie", "chris", "daniel", "eric", "harry", "jessica", "laura", "liam", "lily", "matilda", "river", "roger", "will"]')
if voice not in allowed: raise SystemExit("Choose an accepted voice ID from this exact model profile")
p["voice"]=voice
p["response_format"]="mp3"
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o speech.mp3
استلام النتائج وحفظها
Ailoot Ultra · توليد الكلام
mp3
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
عمليات أخرى لقراءة المحتوى
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \
-H "Authorization: Bearer $AILOOT_API_KEY" -o media-assets.json
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_MEDIA_TASK_ID:?Set the actual ID returned by the response or media-library metadata}"
export AILOOT_MEDIA_TASK_ID
resource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_MEDIA_TASK_ID"],safe=""))')
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/tasks/$resource_id" \
-H "Authorization: Bearer $AILOOT_API_KEY" -o media-task.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("media-task.json").read_text())))
PY_RESULT
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_ASSET_ID:?Set the actual ID returned by the response or media-library metadata}"
export AILOOT_ASSET_ID
resource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_ASSET_ID"],safe=""))')
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/assets/$resource_id" \
-H "Authorization: Bearer $AILOOT_API_KEY" -o media-asset.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("media-asset.json").read_text())))
PY_RESULT
الاحتفاظ بكل النتائج المكتملة
احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.
احتفظ بالنتيجة الثنائية كاملة وبجميع الترويسات. إذا أُعيدت بيانات JSON أو مخرجات متعددة، فاحتفظ بكل عنصر بيانات واجلب محتوى كل عنوان URL فعلي موقّع لأصل من أصول الوسائط.
عند الحاجة إلى التحقق من الاستجابة الأصلية
احتفظ بقيمة operation_id/X-Client-Request-ID الأصلية للمطابقة دون إعادة الإرسال؛ لا يوجد مسار مخصص للاستعلام الدوري عن الصوت.
حقول الاستجابة
| الحقل | النوع |
|---|---|
الحقلbinary audio | النوعbytes |
الحقلresponse headers | النوعheaders |
الأخطاء والخطوات التالية
| الاستجابة | الشرط | الخطوة التالية |
|---|---|---|
الاستجابة400 · invalid_request_error | الشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة | الخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد. |
الاستجابةserver_error | الشرطتشير الاستجابة المُعادة إلى أن العملية أو النتيجة تتطلب التحقق | الخطوة التاليةاحتفظ بمعرّف العملية أو المهمة الأصلي المُعاد، وبترويسات الطلب وبالاستجابة؛ وواصل عمليات القراءة المدعومة لتلك العملية الأصلية. لا تُعِد إرسال طلب الإنشاء. |
الأسماء البديلة
الأسماء البديلة للنموذج
Ailoot Ultra elevenlabs/eleven-flash-v2.5
الأسماء البديلة لمسارات الطرائق
استخدم مسارات الطرائق المعروضة أعلاه.
معرّفات النماذج ذات الصلة IDs
FAQ · ElevenLabs: Eleven Flash v2.5
- ما المدخلات والنتائج المتاحة؟
POST /v1/audio/speech·elevenlabs/eleven-flash-v2.5:text→audio- ما الحقول التي يستخدمها الطلب؟
POST /v1/audio/speech·elevenlabs/eleven-flash-v2.5:model,input,voice,response_format- ما الحدود المطبقة؟
POST /v1/audio/speech·elevenlabs/eleven-flash-v2.5:input.maximum_length:40000