ElevenLabs: Eleven Multilingual v2

ينتج Eleven Multilingual v2 كلامًا طبيعيًا ومتسقًا من النص بـ29 لغة. وتقدّمه ElevenLabs للسرد المطوّل والدورات والكتب الصوتية والمحتوى متعدد اللغات، مع حد يبلغ 10,000 حرف لكل طلب وتحكّم في اللكنة والإلقاء يعتمد على الصوت المختار.

Ailoot Ultra · توليد الكلام POST /v1/audio/speech elevenlabs/eleven-multilingual-v2

عن النموذج

يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.

Eleven Multilingual v2 هو نموذج ElevenLabs لتحويل النص إلى كلام من أجل سرد طبيعي يراعي المشاعر ويحافظ على الاتساق. يتلقى نصًا مكتوبًا ويعيد تسجيلًا منطوقًا، ويمنح الصوت المختار النتيجة جانبًا كبيرًا من طابعها ولكنتها. تبرز الجهة المنتجة استقراره في المقاطع الطويلة، والمحتوى الاحترافي، والتعليق الصوتي للشخصيات، والتعلّم الإلكتروني والمشروعات متعددة اللغات. وهو نموذج لتوليد الكلام، منفصل عن أداة تغيير الصوت Multilingual Speech to Speech ذات الاسم المشابه.

تضم المجموعة الموثّقة 29 لغة: 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. أعدّ النص الفعلي بلغة مدعومة قبل توليد الكلام، بدل توقّع أن يترجمه النموذج الصوتي.

صُمّم النموذج للاحتفاظ بخصائص المتحدث المختار وشخصيته عبر اللغات المدعومة. وتظل اللكنة معتمدة بشدة على الصوت: توصي ElevenLabs بصوت دُرّب باللغة المستهدفة ولكنتها الإقليمية، لأن الصوت غير الأصلي قد يحتفظ بلكنته الأولى أو تتغير لكنته أثناء الإلقاء. في دورة موطّنة، حافظ على دور الراوي ونبرته العامة مع تكييف بنية الجمل والمصطلحات والنطق للجمهور. ولا تلغي الهوية الصوتية المشتركة ضرورة مراجعة الإلقاء باللغة المستهدفة.

حد الطلب هو 10,000 حرف. ويمكن تقسيم المحتوى الأطول إلى فصول أو أقسام مترابطة؛ ويوثّق سير العمل العام لتوليد الكلام لدى الجهة المنتجة استخدام النص السابق واللاحق، أو سياق الطلبات المجاورة، للحفاظ على التنغيم بين الأجزاء. اجعل التقسيم عند نهاية جملة ذات معنى، واحمل قدرًا كافيًا من السياق المحيط ببداية المقطع ونهايته. وأرقام الشركة المصنّعة التقريبية للدقائق لكل طلب ليست وعدًا بمدة ثابتة، لأن الكلمات واللغة والوتيرة تحدد طول التسجيل المختار.

يتبع الإلقاء معنى النص وسياقه السردي وعلامات ترقيمه والصوت المختار. يتحكم الاستقرار في التباين والمدى العاطفي، ويتحكم التشابه في مدى مماثلة النتيجة للصوت. ويصف دليل المنتج العام نطاق سرعة من 0.7 إلى 1.2، حيث تعني 1.0 إبقاء السرعة دون تغيير. قد يبدو الاستقرار المرتفع هادئًا أو رتيبًا، بينما قد يجعل انخفاضه الشديد الأداء مضطربًا. وقد تُنطق العبارات المكتوبة لتوجيه الإلقاء نفسها، لذا أعدّ النص النهائي بدل إدراج تعليمات ينبغي ألا يسمعها أحد.

يدعم سير عمل التوقفات في هذا النموذج وسوم SSML من نوع break، خلافًا لـv3 وv4. وتقدّم الجهة المنتجة <break time="1.5s" /> لطلب توقف طبيعي، وتوثّق توقفات تصل إلى ثلاث ثوانٍ. قد تؤدي كثرة وسوم break إلى تغيرات في السرعة أو تشوهات صوتية، ويمكن أن يؤثر الصوت المختار في طبيعة التوقف. استخدم التوقفات عند انتقالات ذات معنى، مثل ما بعد تعريف أو قبل الجزء التالي من تعليمة مسرودة.

لا يدعم Multilingual v2 وسوم الفونيمات في دليل النطق لدى الشركة المصنّعة. استخدم بدائل القاموس أو تهجئة بديلة مُعدّة للدلالة على الصيغة المنطوقة المطلوبة لاسم أو اختصار أو مصطلح تقني. وتصف ElevenLabs أيضًا هذا النموذج بأنه يتعامل مع الأرقام بصورة أكثر طبيعية من Flash v2.5، فيما تظل إرشادات الإعداد توصي بكتابة الأرقام والتواريخ والرموز المهمة بالكلمات التي ينبغي نطقها. فالرمز المرجعي والكمية يحتاجان إلى قراءتين مختلفتين حتى عندما تبدو أرقامهُما المكتوبة متشابهة.

تشمل عائلة الصيغ الصوتية لدى الجهة المنتجة MP3 للتوزيع، وPCM غير مضغوط بعمق 16-bit للعمل الإنتاجي، وμ-law وA-law للاتصالات الهاتفية، وOpus. ويوثّق سير عمل TTS العام توليد الكلام كاملًا والبث. اختر المخرج المناسب لوجهته، واحتفظ بالنص والصوت المختار والتسجيل معًا. يمكن لفصل من كتاب صوتي وسرد مؤسسي ودرس قصير أن تستخدم غرض النموذج نفسه مع حاجتها إلى وتائر وتقسيمات مختلفة.

لدرس عملي، اكتب المقدمة والتعريفات والمثال والانتقال على هيئة مقاطع منطوقة مكتملة. حدّد المصطلحات التي تحتاج إلى نطق متسق، واستخدم توقفًا طبيعيًا بعد المفهوم الأساسي. راجع جزءًا ممثلًا يضم أسماء وأرقامًا وجملة أطول، للتحقق من اللكنة والوضوح وثبات الإلقاء عبر حدود الأقسام. والمادة المفيدة هي تسجيل سرد متسق يمكن وضعه في الدورة أو الكتاب الصوتي أو الفيديو مع نصه المصدر.

Ailoot Ultra · توليد الكلام POST /v1/audio/speech elevenlabs/eleven-multilingual-v2

elevenlabs/eleven-multilingual-v2

ElevenLabs /elevenlabs/eleven-multilingual-v2

البداية

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
الحقل`model`	النوع`string`	المتطلبمطلوب	القيم والحدود elevenlabs/eleven-multilingual-v2	القيمة الافتراضية—
الحقل`input`	النوع`string`	المتطلبمطلوب	القيم والحدود الحد الأدنى للطول: ⁦1⁩ الحد الأقصى للطول: ⁦10,000⁩ الوحدة: محارف Unicode	القيمة الافتراضية—
الحقل`voice`	النوع`string`	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—
الحقل`response_format`	النوع`string`	المتطلبمطلوب	القيم والحدود mp3	القيمة الافتراضية—

تركيبات مواد الإدخال

text_to_speech · مطلوب: input

معلمات الطريقة ودورة حياتها

المعلمة	المواصفات
المعلمة`content_type`	المواصفاتapplication/json
المعلمة`required`	المواصفاتmodel, input, voice, response_format
المعلمة`voice_ids`	المواصفاتgeorge, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger, will
المعلمة`response_format`	المواصفاتmp3
المعلمة`max_input_characters`	المواصفات10000
المعلمة`other_options`	المواصفاتfalse
المعلمة`input`	المواصفاتنص UTF-8 الدقيق؛ يُحصى عدد محارف Unicode دون تطبيع
المعلمة`material_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 $0.00016 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 Multilingual v2

الأسعار حسب الإعدادات

الإعدادات	شروط الفوترة	الرسوم
الإعداداتElevenLabs: Eleven Multilingual v2 · الإعداد الافتراضي	شروط الفوترةالإعداد الافتراضي	الرسوم الإدخال · أحرف الإدخال ⁦‏0.00008 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

curl

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-multilingual-v2", "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}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}

عمليات أخرى لقراءة المحتوى

مكتبة الوسائطحالة المهمةتفاصيل الأصل

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
الحقل`binary audio`	النوعbytes
الحقل`response 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.
الاستجابة`server_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-multilingual-v2

الأسماء البديلة لمسارات الطرائق

استخدم مسارات الطرائق المعروضة أعلاه.

معرّفات النماذج ذات الصلة IDs

elevenlabs/eleven-multilingual-v2

FAQ · ElevenLabs: Eleven Multilingual v2

ما المدخلات والنتائج المتاحة؟: POST /v1/audio/speech · elevenlabs/eleven-multilingual-v2: text → audio
ما الحقول التي يستخدمها الطلب؟: POST /v1/audio/speech · elevenlabs/eleven-multilingual-v2: model, input, voice, response_format
ما الحدود المطبقة؟: POST /v1/audio/speech · elevenlabs/eleven-multilingual-v2: input.maximum_length: 10000

ElevenLabs: Eleven Multilingual v2