ElevenLabs: Eleven v3 Conversational

Eleven v3 Conversational je expresivní řečový model ElevenLabs pro živý dialog. Převádí připravený text na zvuk s kontextovým přednesem a zvukovými značkami a podporuje více než 70 jazyků ve streamovaném postupu výrobce odlišném od běžného vyprávění v3.

Ailoot Ultra · Převod na řeč POST /v1/audio/speech elevenlabs/eleven-v3-conversational

O modelu

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

Eleven v3 Conversational je verze syntézy řeči od ElevenLabs pro dialog v reálném čase. Přijímá text připravené odpovědi a vrací mluvený zvuk s emočním rozsahem a kontextovým přednesem rodiny v3. Výrobce ji uvádí samostatně od běžného Eleven v3 a umisťuje do streamovaného postupu Text to Dialogue. Její užitečnou rolí je hlas asistenta nebo interaktivní postavy, jejíž další promluva závisí na předcházející konverzaci.

Model podporuje více než 70 jazyků, včetně angličtiny, francouzštiny, němčiny, japonštiny, korejštiny, španělštiny, portugalštiny a ruštiny. Vyberte jazyk písemné odpovědi a hlas s vhodným přízvukem. U vícejazyčného scénáře podpory přizpůsobte znění přirozenému mluvenému jazyku před odesláním do syntézy. Model vyslovuje dodaný obsah; úvahy určující odpověď i případná interpretace mikrofonního vstupu uživatele jsou samostatné fáze aplikace.

Zvukové značky poskytují jemné ovládání emocí a přednesu. Uklidňující odpověď, zvídavá otázka a dramatická reakce postavy vyžadují odlišný výkon, i když jsou slova krátká. Pokyn udržujte poblíž promluvy, kterou ovlivňuje, a zachovejte dostatek kontextu vysvětlujícího emoční změnu. Ukázkové zadání může znít: „Vřele potvrď opravu a poté vysvětli další krok vyrovnaným, pozorným hlasem.“ Odpověď má zůstat srozumitelná bez závislosti na pokynu, který by doplňoval chybějící informace.

V dokumentovaném dialogovém postupu WebSocket aplikace odesílá text a přijímá zvukové části kódované Base64, zatímco spojení zůstává mezi replikami otevřené. Výrobce ukládá dostatek textu do vyrovnávací paměti pro souvislý řečový segment; velmi krátké fragmenty mohou čekat na další kontext nebo záměrné vyprázdnění paměti. Hranice replik mohou resetovat prozodii, zatímco změna mluvčího označuje novou repliku. Tyto vlastnosti určují přípravu úplných frází místo jednotlivých slov pro interaktivní odpověď.

Společná příručka dialogu dokumentuje volitelné informace o zarovnání u zvukových částí, jsou-li vyžádány a dostupné. Zarovnání může pomoci vztáhnout řeč k jejímu textu, ale neslibuje jednu pevnou délku předepsané promluvy. Výstupní formát výrobce zvolte pro přehrávání nebo sběr do souboru; společná rodina formátů TTS zahrnuje MP3 a PCM a v příslušném postupu jsou dostupná telefonní kódování. Dialogové spojení a požadavek na vygenerování celé nahrávky řeči jsou různé režimy, takže jejich příprava i předpoklady časování mají zůstat oddělené.

Pro výslovnost rozepište nejednoznačné zkratky a čísla zapište v zamýšlené mluvené podobě, pokud by význam jinak nebyl jasný. Jména a opakovanou terminologii udržujte jednotné. Nepřenášejte nativní syntaxi IPA modelu v4 ani limit požadavku běžného v3 jen kvůli podobnému názvu rodiny. Vyberte hlas pro konverzační roli a před pokračováním scénáře ověřte reprezentativní repliku z hlediska jasnosti a vhodnosti emocí.

U praktické odpovědi asistenta použijte jednu hlavní myšlenku, jasný výsledek a přirozené zakončení, které umožní uživateli reagovat. Například: „Potvrď novou doručovací adresu, zřetelně zopakuj název ulice a zeptej se, zda chce uživatel změnit uloženou adresu.“ U postavy zachovejte zavedenou osobnost a přizpůsobte reakci aktuální scéně. Dlouhá vysvětlení dělte na smysluplných hranicích vět a zachovejte předchozí konverzační kontext. Výstupem je mluvený zvuk dodané odpovědi, nikoli přepis volajícího ani samostatně vygenerované rozhodnutí.

Ailoot Ultra · Převod na řeč POST /v1/audio/speech elevenlabs/eleven-v3-conversational

elevenlabs/eleven-v3-conversational

ElevenLabs /elevenlabs/eleven-v3-conversational

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-v3-conversational	Výchozí—
Pole`input`	Typ`string`	PožadavekPovinné	Hodnoty a limity Minimální délka: 1 Maximální délka: 5 000 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`	Kontrakt5000
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 v3 Conversational

Ceny podle konfigurace

Konfigurace	Podmínky účtování	Poplatek
KonfiguraceElevenLabs: Eleven v3 Conversational · 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-v3-conversational", "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-v3-conversational

Aliasy cest metod

Použijte cesty metod uvedené výše.

Související ID modelů

elevenlabs/eleven-v3-conversational

FAQ · ElevenLabs: Eleven v3 Conversational

Jaké vstupy a výsledky jsou dostupné?: POST /v1/audio/speech · elevenlabs/eleven-v3-conversational: text → audio
Jaká pole požadavek používá?: POST /v1/audio/speech · elevenlabs/eleven-v3-conversational: model, input, voice, response_format
Jaké limity platí?: POST /v1/audio/speech · elevenlabs/eleven-v3-conversational: input.maximum_length: 5000

ElevenLabs: Eleven v3 Conversational