ElevenLabs: Eleven Flash v2.5

Eleven Flash v2.5 převádí text na řeč pro vícejazyčné interaktivní odpovědi a hlasové aplikace. Podporuje 32 jazyků a až 40 000 znaků na požadavek; jeho profil rychlé odezvy těží z přípravy čísel a jmen v podobě určené k vyslovení.

Ailoot Ultra · Převod na řeč POST /v1/audio/speech elevenlabs/eleven-flash-v2.5

O modelu

Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.

Eleven Flash v2.5 je vícejazyčný model převodu textu na řeč od ElevenLabs navržený pro aplikace v reálném čase a interaktivní použití. Převádí dodanou textovou odpověď na mluvený zvuk a vyvažuje rychlou odezvu, přirozený přednes a konzistentní vlastnosti hlasu. Výrobce mezi typická využití řadí hlasové agenty, chatboty, hry a aplikace vyžadující okamžitou zpětnou vazbu i převod textu na řeč ve větším rozsahu.

Model podporuje 32 jazyků: sadu 29 jazyků Multilingual v2 rozšířenou o maďarštinu, norštinu a vietnamštinu. Dokumentovaná sada zahrnuje angličtinu, japonštinu, čínštinu, němčinu, hindštinu, francouzštinu, korejštinu, portugalštinu, italštinu, španělštinu, indonéštinu, nizozemštinu, turečtinu, filipínštinu, polštinu, švédštinu, bulharštinu, rumunštinu, arabštinu, češtinu, řečtinu, finštinu, chorvatštinu, malajštinu, slovenštinu, dánštinu, tamilštinu, ukrajinštinu a ruštinu. Tím se liší od výhradně anglického Flash v2. Zvolte jazyk scénáře a odpovídající regionální hlas; nepředpokládejte, že přízvuk anglického hlasu je vhodný pro každou lokalizaci.

Požadavek podporuje až 40 000 znaků. Výrobce u tabulky znaků uvádí přibližné délky zvuku, ale limit znaků neznamená pevnou délku nahrávky. Délku mění rychlost řeči, jazyk, interpunkce i přednes hlasu. Pro živou odpověď používejte mnohem kratší úplné fráze; u delší nahrávky dělte scénář na smysluplné oddíly a zachovejte kontext kolem jejich hranic. Vysoký strop znaků usnadňuje přípravu zdroje, ale sám o sobě nečiní dlouhou nepřerušovanou odpověď příjemnou k poslechu.

Normalizace čísel je u tohoto modelu podstatnou odlišností. Konkrétní část věnovaná Flash v2.5 uvádí, že v profilu s nízkou latencí je normalizace ve výchozím nastavení vypnuta a telefonní čísla, data či peněžní zápisy mohou být přečteny nečekaně. Před syntézou připravte zamýšlenou mluvenou podobu. Rozhodněte, zda číslo vyjadřuje množství, referenční kód, nebo jednotlivě opakované číslice. U data napište měsíc a den tak, jak je má publikum slyšet; zkratku rozepište, má-li být přečtena jako slova.

Výslovnost lze usměrnit upraveným zápisem nebo slovníkovými aliasy. Slovníková příručka výrobce vyhrazuje fonémová pravidla pojmenovaným modelům v4, v3 a Flash v2 a u ostatních verzí doporučuje aliasy, takže Flash v2.5 by neměl přebírat podporu fonémových značek z Flash v2. U opakujících se jmen a termínů uchovávejte preferovanou výslovnost a ověřte ji s vybraným hlasem. Pokud je emoční popis vložen jako pokyn do běžného textu, může být sám vysloven; připravte čistý konečný scénář požadované nahrávky.

Společný postup TTS podporuje streamovaný zvuk i úplné generování řeči. Jeho rodina formátů zahrnuje MP3, nekomprimovaný 16bitový PCM, μ-law a A-law pro telefonii a Opus. Formát zvolte podle cílového přehrávání a generovaný text ponechte dostupný vedle zvuku. Ovládání hlasu od ElevenLabs může ovlivnit konzistenci a rychlost, zatímco zamýšlený rytmus do značné míry určuje znění a interpunkce scénáře. Jde o možnosti postupu výrobce, nikoli o předpoklad, že konkrétní aplikace zpřístupňuje všechny ovládací prvky. Produktová příručka výslovně podporuje pauzy SSML pro Flash v2.5, například <break time="1.5s" />, až do tří sekund. Nadměrné množství značek break může ovlivnit rychlost nebo způsobit artefakty. Společné ovládání rychlosti má rozsah 0.7 až 1.2, přičemž 1.0 znamená nezměněné tempo.

Pro asistenta připravte jeden jasný výsledek a jeden další krok v konverzační větě. Praktická věta může potvrdit dokončení akce a poté vysvětlit, které jediné pole ještě chybí. U hry nebo návodu udržujte pokyn dostatečně krátký, aby mu uživatel rozuměl při své probíhající činnosti. Ve vícejazyčném projektu přizpůsobujte samotné formulace, ne pouze slovní zásobu, a zachovejte význam jmen, akcí i podmínek.

Zkontrolujte reprezentativní pasáž obsahující obtížnou část scénáře: jméno, identifikátor, datum nebo delší vysvětlení. Ověřte srozumitelnost, přízvuk, tempo a to, zda se čísla vyslovují zamýšleným způsobem. Dokumentace výrobce uvádí nedeterministickou syntézu, takže se přesný přednes může lišit i při podobných vstupech. Vybraný zvuk a přípravu mluveného textu uchovejte jako opakovaně použitelný výstup pro oznámení, odpověď nápovědy, interaktivní postavu nebo nahrané vysvětlení.

Ailoot Ultra · Převod na řeč POST /v1/audio/speech elevenlabs/eleven-flash-v2.5

elevenlabs/eleven-flash-v2.5

ElevenLabs /elevenlabs/eleven-flash-v2.5

Úvod

Přijímané vstupy: Text
Výsledky: Zvuk

Dostupné v Ailoot · vstupy a metody

Ailoot Ultra · Převod na řeč POST /v1/audio/speech

Vstup: text
Výstup: audio
Výstupní formát: mp3

Pole	Typ	Požadavek	Hodnoty a limity	Výchozí
Pole`model`	Typ`string`	PožadavekPovinné	Hodnoty a limity elevenlabs/eleven-flash-v2.5	Výchozí—
Pole`input`	Typ`string`	PožadavekPovinné	Hodnoty a limity Minimální délka: 1 Maximální délka: 40 000 Jednotka: znaky Unicode	Výchozí—
Pole`voice`	Typ`string`	PožadavekPovinné	Hodnoty a limity george, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger, will	Výchozí—
Pole`response_format`	Typ`string`	PožadavekPovinné	Hodnoty a limity mp3	Výchozí—

Kombinace vstupních materiálů

text_to_speech · Povinné: input

Parametry a životní cyklus metody

Parametr	Kontrakt
Parametr`content_type`	Kontraktapplication/json
Parametr`required`	Kontraktmodel, input, voice, response_format
Parametr`voice_ids`	Kontraktgeorge, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger, will
Parametr`response_format`	Kontraktmp3
Parametr`max_input_characters`	Kontrakt40000
Parametr`other_options`	Kontraktfalse
Parametr`input`	Kontraktpřesný text UTF-8; počet znaků Unicode bez normalizace
Parametr`material_types`	Kontrakttext

Životní cyklus: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · skutečně vrácené task_id nebo záznam v knihovně médií

GET /v1/media/assets/{asset_id}/content

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Vyberte přesný hlas z tohoto profilu modelu.

Vstupní znaky a sekundy zvuku jsou různé měrné jednotky.

Tarify

Údaje o tarifech nepřidávají možnosti požadavku. Podporované parametry jsou uvedeny u vybrané metody.

Rychlý režim: Neuvedeno Při výběru rychlého režimu
Režim flex: Neuvedeno Při výběru režimu flex
Maximální intenzita uvažování: Neuvedeno Když se při maximální intenzitě uvažování použije výchozí úprava (default)

Sazby Ailoot

Ceny podle konfigurace

Přiřaďte každý poplatek k uvedeným podmínkám. Pro každou sadu alternativních konfigurací použijte jednu sazbu.

Konfigurace	Tabulka sazeb	Účtovací jednotka	Poplatek
KonfiguraceZákladní sazby za tokeny	Tabulka sazebZákladní sazba	Účtovací jednotka—	Poplatek Vstup · Vstupní tokeny — / 1K tokenů Výstup · Výstupní tokeny — / 1K tokenů Vstup · Čtení z mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů
Konfiguracevstupní znak	Tabulka sazeb—	Účtovací jednotkaza vstupní znak	Poplatek Vstup · vstupní znak $0.00008 za vstupní znak

Podrobnosti referenčního tarifu

Referenční tabulky modelu nemění výběr metody, cenové nabídky ani poplatky. Skutečné poplatky používají sazby vybrané metody Ailoot.

ElevenLabs: Eleven Flash v2.5

Ceny podle konfigurace

Konfigurace	Podmínky účtování	Poplatek
KonfiguraceElevenLabs: Eleven Flash v2.5 · Výchozí konfigurace	Podmínky účtováníVýchozí konfigurace	Poplatek Vstup · Vstupní znaky 0,00004 US$ za vstupní znak

Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →

Příklady požadavků

Ailoot Ultra · Převod na řeč

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-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

Přijímání a ukládání výsledků

Ailoot Ultra · Převod na řeč

mp3

GET /v1/media/tasks/{task_id}
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}

Další načtení obsahu

Knihovna médiíStav úlohyPodrobnosti souboru

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

Uchovejte všechny dokončené výsledky

Uchovejte každou úplnou vrácenou odpověď, soubor i část obsahu.

Uchovejte úplný binární výsledek a hlavičky. Pokud odpověď obsahuje JSON nebo více výstupů, uchovejte všechny datové položky a stáhněte každý soubor ze skutečně vrácené podepsané URL.

Pokud je nutné ověřit původní odpověď

Uchovejte původní operation_id/X-Client-Request-ID pro spárování záznamů bez opětovného odeslání; samostatná trasa pro dotazování na stav zvuku neexistuje.

Pole odpovědi

Pole	Typ
Pole`binary audio`	Typbytes
Pole`response headers`	Typheaders

Chyby a další kroky

Odpověď	Podmínka	Další krok
Odpověď400 · `invalid_request_error`	PodmínkaNeplatná povinná pole, reprezentace podkladů nebo hodnota parametru	Další krokPřed novým požadavkem na vytvoření opravte uvedená pole.
Odpověď`server_error`	PodmínkaVrácená odpověď uvádí, že operaci nebo výsledek je třeba zkontrolovat	Další krokUchovejte původní vrácené ID operace nebo úlohy, hlavičky požadavku a odpověď; pokračujte v podporovaném načítání údajů o této původní operaci. Požadavek na vytvoření znovu neodesílejte.

Aliasy

Aliasy modelu

Ailoot Ultra elevenlabs/eleven-flash-v2.5

Aliasy cest metod

Použijte cesty metod uvedené výše.

Související ID modelů

elevenlabs/eleven-flash-v2.5

FAQ · ElevenLabs: Eleven Flash v2.5

Jaké vstupy a výsledky jsou dostupné?: POST /v1/audio/speech · elevenlabs/eleven-flash-v2.5: text → audio
Jaká pole požadavek používá?: POST /v1/audio/speech · elevenlabs/eleven-flash-v2.5: model, input, voice, response_format
Jaké limity platí?: POST /v1/audio/speech · elevenlabs/eleven-flash-v2.5: input.maximum_length: 40000

ElevenLabs: Eleven Flash v2.5