ElevenLabs: Eleven v3

Eleven v3 syntetizuje ze scénáře emočně expresivní řeč s vloženými zvukovými značkami a dialogovým režimem výrobce. Podporuje více než 70 jazyků a limit 5 000 znaků na požadavek pro vyprávění, scény postav a další přednesy, u nichž záleží na podání.

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

O modelu

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

Eleven v3 je expresivní model převodu textu na řeč od ElevenLabs pro emoční dialogy, rozhovory postav a vyprávění audioknih. Převádí písemný scénář na mluvený zvuk a pomocí kontextu utváří emoční rozsah i přednes. Výrobce podporuje řeč jedním hlasem i dialogový postup s více mluvčími. Tato karta se týká pojmenované verze v3, oddělené od v3 Conversational a pozdější rodiny v4.

Vložené zvukové značky mohou řídit emoce, hlasový přednes a neverbální reakce. Výrobce uvádí příklady [sad], [angry], [happily], [whispers], [shouts], [laughs], [clears throat] a [sighs]. Pokyn umístěte poblíž slov nebo reakce, kterou má ovlivnit. U vyprávěcí scény zapište emoční přechod do skutečného dialogu a značkou zamýšlený zvuk upřesněte, místo abyste spoléhali na oddělený popis scény.

V3 nepodporuje značky SSML <break>. Jeho příručka zadávání používá pro pauzy a tempo zvukové značky, interpunkci, výpustky a strukturu textu. Tento přístup poskytuje směr přednesu, nikoli smlouvu o přesném časování. U váhavé repliky mohou výpustka a příslušný hlasový pokyn vyjasnit zamýšlené zaváhání. Má-li nahrávka zapadnout do přesné časové osy, umístěte ji pomocí vybraného přednesu a postupu úprav; značku pauzy nepovažujte za jednotku s pevnou délkou.

Výběr hlasu zůstává důležitý. Dokumentované pokyny uvádějí, že přednes již přítomný v trénovacím materiálu hlasu se reprodukuje snáze, zatímco neobvyklé požadavky mohou být méně spolehlivé. Hlas slaďte s postavou nebo vypravěčem a ověřte, zda vybrané značky vytvářejí zamýšlené podání. Aktuální část zadávání v3 uvádí, že Professional Voice Clones nejsou pro tuto verzi plně optimalizovány; dokumentovaná vylepšení klonů a nativní ovládání výslovnosti v4 jsou samostatnými vlastnostmi verze. Produktová příručka také označuje Speed, Similarity a Speaker Boost jako nedostupné pro běžné v3. Tempo a přednes připravujte hlasem, značkami, interpunkcí a strukturou textu, místo abyste přebírali posuvníky jiné verze.

Eleven v3 podporuje více než 70 jazyků, včetně angličtiny, francouzštiny, němčiny, japonštiny, korejštiny, španělštiny, portugalštiny a ruštiny. Vyberte hlas vhodný pro jazyk a regionální přízvuk a před syntézou připravte skutečné mluvené znění. Podpora jazyka scénář automaticky nepřekládá. U lokalizované scény postav zachovejte záměr a reakci mluvčího a znění přirozeně přizpůsobte publiku.

Požadavek převodu textu na řeč podporuje až 5 000 znaků. Delší scénáře rozdělte na úplných hranicích scén nebo vyprávění, aby měl každý segment jasný začátek i konec. Výrobce poskytuje režimy create a stream pro řeč i dialog. U dialogu spojte každou repliku se zamýšleným mluvčím a zachovejte jejich pořadí. Emoční změnu uchovejte s dostatkem okolního textu, aby byl přechod srozumitelný.

Společný zvukový postup výrobce nabízí MP3, PCM a telefonní kódování jako μ-law, s dalšími formáty uvedenými v příručce TTS. Výslovnostní slovníky umožňují zachovat konzistentní jména a odborné termíny. Slovníková příručka výslovně uvádí v3 pro fonémová pravidla a omezuje vícejazyčné fonetické rozšíření na v4; tím se nativní syntaxe IPA v4 uzavřená do lomítek nestává vlastností v3. Připravte důležité zápisy nebo mluvené aliasy a výsledek zkontrolujte s vybraným hlasem.

Pro praktické zadání přednesu poskytněte hotovou epizodu místo osnovy: úvod vypravěče, skutečnou repliku postavy a reakci uzavírající scénu. Určete, který obsah se vyslovuje, kam patří hlasová reakce a jaký je emoční směr každého okamžiku. Zkontrolujte výslovnost, identitu hlasu, nechtěné čtení pokynů a přechod mezi mluvčími. Výsledkem je expresivní nahrávka dodaného scénáře s vybraným přednesem, který lze znovu použít nebo upravit ve zvukovém projektu.

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

elevenlabs/eleven-v3

ElevenLabs /elevenlabs/eleven-v3

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	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 $0.00016 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

Ceny podle konfigurace

Konfigurace	Podmínky účtování	Poplatek
KonfiguraceElevenLabs: Eleven v3 · Výchozí konfigurace	Podmínky účtováníVýchozí konfigurace	Poplatek Vstup · Vstupní znaky 0,00008 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", "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

Aliasy cest metod

Použijte cesty metod uvedené výše.

Související ID modelů

elevenlabs/eleven-v3

FAQ · ElevenLabs: Eleven v3

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

ElevenLabs: Eleven v3