ElevenLabs: Eleven v4 Turbo

Eleven v4 Turbo převádí text na expresivní řeč pro živou konverzaci, hlasové asistenty a interaktivní postavy. Zachovává emoční rozsah i zvukové pokyny rodiny v4 a používá streamovaný profil založený na jednom registrovaném hlase na spojení.

Ailoot Ultra · Převod na řeč POST /v1/audio/speech elevenlabs/eleven-v4-turbo

O modelu

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

Eleven v4 Turbo je expresivní verze syntézy řeči od ElevenLabs navržená pro konverzaci v reálném čase a odpovědi hlasových agentů. Přijímá text a vrací mluvený zvuk, přičemž přenáší emoční rozsah rodiny v4 do interaktivního postupu. Výrobce odlišuje její účel od běžného v4, který je laděn pro produkovaný obsah a vyprávění. Odpovědi podpory, vysvětlení asistenta a repliky interaktivních postav jsou uváděnými použitími Turbo.

Obousměrný streamovaný postup výrobce může přijímat text během jeho generování a vracet zvuk ještě před příchodem celé promluvy. Tím omezuje potřebu čekat na dokončený odstavec před začátkem řeči. Jde o fázi převodu textu na zvuk: slova odpovědi jsou dodána modelu syntézy. Naslouchání volajícímu, rozhodování o akci a detekce přerušení jsou samostatné funkce okolní aplikace hlasového agenta.

Dokumentovaný profil Text to Dialogue WebSocket registruje pro v4 Turbo právě jeden hlas. Tím se liší od profilu v4, který podporuje až deset registrovaných hlasů. Spojení může přenášet po sobě jdoucí repliky ve vybraném hlase; signál nové repliky resetuje prozodii na hranici replik. Pro asistenta připravte jednu jasnou identitu mluvčího a zachovejte ji, i když se v konverzaci mění obsah a tón.

Streamování stále potřebuje dostatek textu pro smysluplný řečový segment. Příručka popisuje vyrovnávací paměť výrobce přibližně 40 znaků a osmi slov před začátkem částečného zvuku; kratší paměť lze záměrně vyprázdnit bez ukončení spojení. Zvuk přichází v částech kódovaných v Base64, které může aplikace dekódovat pro přehrávání nebo shromáždit do souboru. Části mohou doprovázet informace o zarovnání, jsou-li vyžádány a dostupné. Jde o podrobnosti postupu výrobce, nikoli o záruku pevné latence nebo přesné délky jednotlivé promluvy.

Zvukové značky a konverzační kontext usměrňují přednes. Potvrzení může znít potěšeně, vysvětlení pozorně a oprava klidně, při zachování téhož hlasu. Slyšitelný pokyn umístěte poblíž příslušných slov. Ukázková replika může znít: „[warm] Tento krok je dokončen. [pause] Zkontrolujme další položku.“ Slova již musí sdělovat správný výsledek; značky utvářejí jeho zvukové podání, nikoli chybějící faktický obsah.

Rodina modelů v4 podporuje více než 90 jazyků; mezi dokumentované příklady patří angličtina, francouzština, němčina, japonština, španělština, portugalština a ruština. ElevenLabs popisuje stabilní identitu mluvčího mezi replikami a jazyky a podporuje Professional Voice Clones ve v4 i v4 Turbo. Příprava nebo klonování hlasu je samostatným krokem od syntézy odpovědi. Výslovně vyberte hlas a cílový jazyk a v dialogu zachovejte jednotná jména, terminologii i preferované mluvené podoby.

Dokumentované možnosti formátů ElevenLabs zahrnují MP3 pro běžný poslech, nekomprimovaný PCM nebo WAV pro produkční zvuk a μ-law pro telefonii. Vybraný výstupní formát určuje vzorkovací frekvenci a kódování použité postupem výrobce. U asistenta vyberte formát podle cílového přehrávání a nežádejte scénář o určení kódování. Důležitá jména a zkratky zkontrolujte se zvoleným hlasem a požadované mluvené znění jasně zapište do textu. Výrobce popisuje Stability a Similarity jako hlasová nastavení obou variant v4; posuvníky Style a Speed v tomto profilu nejsou dostupné. Přednes utvářejte mluveným textem a zvukovými pokyny.

Praktické konverzační zadání začíná stručnou odpovědí obsahující jeden výsledek a jeden jasný další krok. Například: „Potvrď přijetí dokumentu a potom vysvětli jediný údaj, který ještě chybí. Použij klidný, přátelský přednes a přesně zachovej název dokumentu.“ Dlouhou odpověď rozdělte na smysluplných místech a zachovejte okolní konverzační kontext. Posuďte jasnost, začátek a konec každé repliky i vhodnost emocí pro zprávu. Výstupem je streamovaná nebo shromážděná řeč pro dodaný text a vybraný hlas, odlišná od rozhodovacích a naslouchacích fází aplikace.

Ailoot Ultra · Převod na řeč POST /v1/audio/speech elevenlabs/eleven-v4-turbo

elevenlabs/eleven-v4-turbo

ElevenLabs /elevenlabs/eleven-v4-turbo

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-v4-turbo	Výchozí—
Pole`input`	Typ`string`	PožadavekPovinné	Hodnoty a limity Minimální délka: 1 Maximální délka: 10 000 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`	Kontrakt10000
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 v4 Turbo

Ceny podle konfigurace

Konfigurace	Podmínky účtování	Poplatek
KonfiguraceElevenLabs: Eleven v4 Turbo · 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-v4-turbo", "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-v4-turbo

Aliasy cest metod

Použijte cesty metod uvedené výše.

Související ID modelů

elevenlabs/eleven-v4-turbo

FAQ · ElevenLabs: Eleven v4 Turbo

Jaké vstupy a výsledky jsou dostupné?: POST /v1/audio/speech · elevenlabs/eleven-v4-turbo: text → audio
Jaká pole požadavek používá?: POST /v1/audio/speech · elevenlabs/eleven-v4-turbo: model, input, voice, response_format
Jaké limity platí?: POST /v1/audio/speech · elevenlabs/eleven-v4-turbo: input.maximum_length: 10000

ElevenLabs: Eleven v4 Turbo