ElevenLabs: Eleven v4

Eleven v4 převádí scénáře na expresivní řeč s přednesem podle kontextu, vloženými zvukovými pokyny a zvukovými událostmi. ElevenLabs jej navrhuje pro produkované vyprávění, dialog postav a vícejazyčný zvuk, s limitem 10 000 znaků na generování.

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

O modelu

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

Eleven v4 je expresivní model převodu textu na řeč společnosti ElevenLabs pro tvorbu obsahu, vyprávění a herecké ztvárnění postav. Jeho nová architektura používá kontext scénáře k utváření toho, kdo mluví, co se stalo a jak má znít další replika. Vstupem je písemný scénář spojený se zvoleným hlasem, výstupem zvuk. Výrobce jako typické aplikace zdůrazňuje emocionální dialogy, výrobu audioknih, animaci a hry i vícejazyčné projekty.

Režijní pokyny lze psát do scénáře pomocí vložených zvukových značek. Značky jako [laughs], [whispers] a [door slams] mohou popisovat přednes, neverbální událost nebo zvuk ve scéně. Dokumentovaná aktualizace V4 oproti v3 zlepšuje dodržování posloupnosti těchto pokynů. Pro krátký dramatický moment napište skutečně pronášená slova a umístěte pokyn k přednesu tam, kde je důležitý, místo připojování nesouvisejícího seznamu emocí na konec.

Pauzy a důraz používají zvukové pokyny v přirozeném jazyce. ElevenLabs dokumentuje [pause] a [long pause] pro přestávky a pokyny jako [excited] či [sighs] pro přednes. Značky SSML <break> jsou pro v4 vypnuté, takže starší scénář s těmito značkami potřebuje přizpůsobit formátu pokynů v4. Značka označuje zamýšlený projev; sama neurčuje přesný počet milisekund ani nezaručuje pevnou konečnou délku.

Dialogový postup producenta podporuje více mluvčích, takže scéna může obsahovat samostatné hlasy a zvukové události. Dialogový profil WebSocket v4 podporuje až deset registrovaných hlasů, zatímco profil v4 Turbo používá jeden. Připravte jasné pořadí promluv a uchovejte každou repliku spojenou se zamýšleným hlasem. Ilustrační výměna může přejít od tiše nejisté otázky k sebejisté odpovědi a poté k úlevné reakci. Obsah a emocionální přechod mají být pochopitelné ze samotného scénáře. U jednoho vypravěče stejně jasně odlište vyprávění od citované repliky nebo změny nálady.

Eleven v4 podporuje více než 90 jazyků včetně angličtiny, francouzštiny, němčiny, japonštiny, španělštiny, portugalštiny a ruštiny. Výrobce popisuje konzistentní kvalitu hlasu při změnách jazyka. Vyberte hlas a výslovnost vhodné pro jazyk a oblast zamýšlené nahrávky; záleží na jazyce scénáře i charakteru hlasu. U lokalizované lekce nejprve přeložte mluvené znění a zachovejte význam, terminologii i pokyny k přednesu v novém scénáři.

Jedno generování podporuje až 10 000 znaků. Delší práce se připravuje jako několik propojených generování se spojováním kontextu, které má udržet konzistentní tempo a přednes mezi segmenty. Rozdělte kapitolu na přirozené hranici věty či scény a uchovejte okolní kontext. Výrobce také popisuje stabilní identitu mluvčího při opětovném generování repliky. To je užitečné pro úpravu jedné pasáže při zachování stejného obsazení a stylu přednesu v okolním materiálu.

V4 podporuje Instant a Professional Voice Clones v postupu producenta ElevenLabs. ElevenLabs zdůrazňuje jejich návrat ve v4; průvodce zadáváním promptů pro v3 uvádí, že Professional Voice Clones nejsou pro v3 plně optimalizované. Instant nebo Professional Voice Clones vytvořené před vydáním v4 je třeba pro v4 znovu natrénovat, aby s modelem účinně fungovaly. Klonování vytváří nebo připravuje hlas pro syntézu; je odlišné od převodu dodaného scénáře na řeč. Identita modelu nevyžaduje jediný výchozí hlas, proto vyberte hlas vypravěče nebo postavy, místo abyste předpokládali, že název modelu určuje mluvčího.

Výrobce dokumentuje MP3 pro běžný poslech a distribuci médií, WAV nebo PCM pro nekomprimovaný produkční zvuk a μ-law pro telefonii. Jeho API řídí vzorkovací frekvenci a datový tok zvoleného formátu. Výslovnostní slovníky mohou určovat, jak se vyslovují jména, zkratky a technické výrazy. V4 rozpoznává i standardní přepisy IPA ohraničené lomítky, například /IPA_transcription/, včetně přízvukových značek pro víceslabičné výrazy; výslovnost se stále může měnit podle hlasu a fráze. Připravte požadované výrazy před produkcí a uchovejte jejich preferované mluvené podoby při úpravách. Profil producenta v4 používá hlasová nastavení Stability a Similarity; posuvníky Style a Speed nejsou dostupné. Tempo a emocionální přednes se řídí scénářem a zvukovými značkami.

Pro praktické zadání vyprávění dodejte dokončenou scénu, zamýšlený hlas, jazyk, emocionální oblouk a určení zvuku. Například: „Přečtěte začátek klidně, před objevem udělejte pauzu a nechte závěrečnou repliku znít úlevně; udržte tón vypravěče konzistentní.“ Zkontrolujte výslovnost, změny mluvčích, slyšitelné značky či události a přechody mezi pasážemi. Užitečným výstupem je hotová nahrávka řeči navázaná na scénář, s vybraným záběrem a pokyny potřebnými k úpravě konkrétní repliky.

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

elevenlabs/eleven-v4

ElevenLabs /elevenlabs/eleven-v4

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	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 $0.00016 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 v4

Ceny podle konfigurace

Konfigurace	Podmínky účtování	Poplatek
KonfiguraceElevenLabs: Eleven v4 · 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-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

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

Aliasy cest metod

Použijte cesty metod uvedené výše.

Související ID modelů

elevenlabs/eleven-v4

FAQ · ElevenLabs: Eleven v4

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

ElevenLabs: Eleven v4