ElevenLabs: Eleven v4
يحوّل Eleven v4 النصوص إلى كلام تعبيري بإلقاء يستند إلى السياق وتوجيهات صوتية داخل النص وأحداث صوتية. تصممه ElevenLabs للسرد المُنتج وحوار الشخصيات والصوت متعدد اللغات، مع حد يبلغ 10,000 حرف لكل عملية توليد.
عن النموذج
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
Eleven v4 هو نموذج ElevenLabs التعبيري لتحويل النص إلى كلام للمحتوى المُنتَج والسرد وأداء الشخصيات. تستخدم بنيته الجديدة سياق النص لتشكيل هوية المتحدث وما حدث وكيف ينبغي أن تبدو العبارة التالية صوتيًا. الإدخال نص مكتوب مرتبط بصوت مختار؛ والإخراج صوت. وتبرز الشركة الحوار العاطفي وإنتاج الكتب الصوتية والرسوم المتحركة والألعاب والمشروعات متعددة اللغات كتطبيقات مميزة.
يمكن كتابة توجيهات الأداء داخل النص باستخدام وسوم صوتية مضمّنة. تستطيع وسوم مثل [laughs] و[whispers] و[door slams] وصف الأداء الصوتي أو حدث غير لفظي أو صوت في المشهد. يحسّن تحديث V4 الموثّق اتباع تسلسل من هذه التوجيهات مقارنةً بـv3. وللحظة درامية قصيرة، اكتب الكلمات المنطوقة الفعلية وضع إشارة الأداء في موضع تأثيرها، بدلًا من إلحاق قائمة مشاعر غير مرتبطة في النهاية.
تستخدم الوقفات والتوكيد توجيهات صوتية باللغة الطبيعية. توثّق ElevenLabs الوسمين [pause] و[long pause] للوقفات، وإشارات مثل [excited] أو [sighs] للأداء. تُعطَّل وسوم SSML <break> في v4، لذا يحتاج نص أقدم يستخدمها إلى التكييف مع صيغة توجيه v4. يسمّي الوسم الأداء المقصود؛ ولا يحدّد بحد ذاته عددًا دقيقًا من المللي ثانية أو يضمن مدة نهائية ثابتة.
يدعم مسار الحوار لدى المنتج عدة متحدثين، مما يتيح أصواتًا وأحداثًا صوتية منفصلة في المشهد. يدعم خيار حوار v4 عبر WebSocket حتى عشرة أصوات مسجلة، بينما يستخدم خيار v4 Turbo صوتًا واحدًا. جهّز ترتيبًا واضحًا لأدوار المتحدثين، واربط كل عبارة بالصوت المقصود. وقد ينتقل تبادل توضيحي من سؤال هادئ متردد إلى إجابة واثقة ثم رد فعل مرتاح. ينبغي أن يكون المحتوى والانتقال العاطفي مفهومين من النص نفسه. ولراوٍ واحد، استخدم الوضوح نفسه للفصل بين السرد وعبارة مقتبسة أو تغيّر في المزاج.
يدعم Eleven v4 أكثر من 90 لغة، منها الإنجليزية والفرنسية والألمانية واليابانية والإسبانية والبرتغالية والروسية. تصف الشركة اتساق جودة الصوت عند تغيير اللغات. اختر صوتًا ونطقًا يناسبان لغة التسجيل المقصود ومنطقته؛ فلغة النص وطابع الصوت كلاهما مهم. ولدرس موطّن، ترجم الكلمات المنطوقة أولًا، وحافظ على المعنى والمصطلحات وإشارات الأداء في النص الجديد.
يدعم التوليد الواحد حتى 10,000 محرف. ويُجهَّز العمل الأطول كتوليدات متصلة متعددة، مع وصل السياق بهدف الحفاظ على اتساق الإيقاع والأداء بين المقاطع. قسّم الفصل عند حد طبيعي لجملة أو مشهد، واحتفظ بالسياق المحيط به. وتصف الشركة أيضًا ثبات هوية المتحدث عند إعادة توليد عبارة. يفيد ذلك في مراجعة مقطع واحد مع الحفاظ على طاقم الأصوات وأسلوب الأداء نفسيهما عبر المادة المحيطة.
يدعم V4 نسخ الأصوات Instant وProfessional Voice Clones ضمن مسار المنتج لدى ElevenLabs. تبرز ElevenLabs عودتها في v4؛ ويذكر دليل التوجيه لـv3 أن Professional Voice Clones ليست محسّنة بالكامل لـv3. وتحتاج Instant أو Professional Voice Clones المنشأة قبل إطلاق v4 إلى إعادة التدريب لـv4 لكي تعمل بفعالية مع النموذج. ينشئ استنساخ الصوت أو يجهّز الصوت المستخدم في التركيب؛ وهو منفصل عن تحويل النص المقدّم إلى كلام. لا تفرض هوية النموذج صوتًا افتراضيًا واحدًا، لذا اختر الصوت للراوي أو الشخصية بدلًا من افتراض أن اسم النموذج يحدّد المتحدث.
توثّق الشركة MP3 للاستماع العام وتسليم الوسائط، وWAV أو PCM للصوت الإنتاجي غير المضغوط، وμ-law للاتصالات الهاتفية. تتحكم API في معدل أخذ العينات ومعدل البت للصيغة المختارة. ويمكن لقواميس النطق تحديد طريقة نطق الأسماء والاختصارات والمصطلحات التقنية. ويتعرف V4 أيضًا على التدوين الصوتي القياسي IPA المحاط بشرطات مائلة، مثل /IPA_transcription/، بما يشمل علامات النبر للمصطلحات متعددة المقاطع؛ وقد يظل النطق متغيرًا بحسب الصوت والعبارة. جهّز المصطلحات المطلوبة قبل الإنتاج، وحافظ على صيغها المنطوقة المفضلة عبر المراجعات. يستخدم خيار المنتج v4 إعدادَي الصوت Stability وSimilarity؛ ولا تتوفر منزلقات Style وSpeed. يُوجَّه الإيقاع والأداء العاطفي عبر النص والوسوم الصوتية.
لموجز سرد عملي، قدّم مشهدًا مكتملًا والصوت المقصود واللغة والمسار العاطفي ووجهة استخدام الصوت. فمثلًا: «اقرأ البداية بهدوء، وتوقف قبل الاكتشاف، واجعل العبارة الأخيرة تبدو مرتاحة؛ وحافظ على نبرة الراوي.» راجع النطق وتغيّرات المتحدث والوسوم أو الأحداث المسموعة والانتقالات بين المقاطع. الناتج المفيد تسجيل كلام مُنتَج مرتبط بالنص، مع نسخة أداء مختارة والتوجيهات اللازمة لمراجعة عبارة معينة.
Ailoot Ultra · توليد الكلام POST /v1/audio/speech elevenlabs/eleven-v4
elevenlabs/eleven-v4البداية
يحوّل Eleven v4 النصوص إلى كلام تعبيري بإلقاء يستند إلى السياق وتوجيهات صوتية داخل النص وأحداث صوتية. تصممه ElevenLabs للسرد المُنتج وحوار الشخصيات والصوت متعدد اللغات، مع حد يبلغ 10,000 حرف لكل عملية توليد.
- 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-v4 | القيمة الافتراضية— |
الحقلinput | النوعstring | المتطلبمطلوب | القيم والحدود الحد الأدنى للطول: 1 الحد الأقصى للطول: 10,000 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 | المواصفات10000 |
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 $0.00016 لكل حرف مُدخل |
تفاصيل التعرفة المرجعية
لا تغيّر جداول التعرفة المرجعية على مستوى النموذج اختيار الطريقة أو عروض الأسعار أو الرسوم. وتستخدم الرسوم الفعلية تعرفات طريقة Ailoot المحددة.
ElevenLabs: Eleven v4
الأسعار حسب الإعدادات
| الإعدادات | شروط الفوترة | الرسوم |
|---|---|---|
| الإعداداتElevenLabs: Eleven v4 · الإعداد الافتراضي | شروط الفوترةالإعداد الافتراضي | الرسوم الإدخال · أحرف الإدخال 0.00008 US$ 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
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-v4", "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-v4
الأسماء البديلة لمسارات الطرائق
استخدم مسارات الطرائق المعروضة أعلاه.
معرّفات النماذج ذات الصلة IDs
FAQ · ElevenLabs: Eleven v4
- ما المدخلات والنتائج المتاحة؟
POST /v1/audio/speech·elevenlabs/eleven-v4:text→audio- ما الحقول التي يستخدمها الطلب؟
POST /v1/audio/speech·elevenlabs/eleven-v4:model,input,voice,response_format- ما الحدود المطبقة؟
POST /v1/audio/speech·elevenlabs/eleven-v4:input.maximum_length:10000