ElevenLabs: Eleven Turbo v2.5
Το Eleven Turbo v2.5 είναι η πολύγλωσση έκδοση μετατροπής κειμένου σε ομιλία της ElevenLabs για φωνητικές εφαρμογές με γρήγορη απόκριση. Υποστηρίζει 32 γλώσσες και έως 40.000 χαρακτήρες ανά αίτημα API, μετατρέποντας έτοιμες απαντήσεις σε ομιλία σε μορφή ήχου με επιλεγμένη φωνή.
Σχετικά με το μοντέλο
Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο.
Το Eleven Turbo v2.5 είναι το πολύγλωσσο μοντέλο μετατροπής κειμένου σε ομιλία της ElevenLabs για διαδραστική ομιλία. Δέχεται το κείμενο μιας έτοιμης φράσης και παράγει ήχο με επιλεγμένη φωνή. Ο κατασκευαστής το προορίζει για εφαρμογές χαμηλής καθυστέρησης και συνομιλιακές διεπαφές. Σε αντίθεση με το Turbo v2 που υποστηρίζει μόνο αγγλικά, αυτή η έκδοση υποστηρίζει πολύγλωσσο κείμενο· το μοντέλο δεν δημιουργεί την απάντηση της εφαρμογής ούτε απομαγνητοφωνεί μια εισερχόμενη ηχογράφηση χρήστη.
Το σύνολο των 32 γλωσσών περιλαμβάνει τις 29 γλώσσες του Multilingual v2, μαζί με ουγγρικά, νορβηγικά και βιετναμικά. Οι τεκμηριωμένες γλώσσες περιλαμβάνουν αγγλικά, ιαπωνικά, κινεζικά, γερμανικά, χίντι, γαλλικά, κορεατικά, πορτογαλικά, ιταλικά, ισπανικά, ινδονησιακά, ολλανδικά, τουρκικά, φιλιππινέζικα, πολωνικά, σουηδικά, βουλγαρικά, ρουμανικά, αραβικά, τσεχικά, ελληνικά, φινλανδικά, κροατικά, μαλαϊκά, σλοβακικά, δανικά, ταμίλ, ουκρανικά και ρωσικά. Προετοιμάστε φυσική διατύπωση στη γλώσσα προορισμού και επιλέξτε φωνή με την προφορά που χρειάζεται ο ακροατής.
Οι πλήρεις συχνές ερωτήσεις του προϊόντος TTS του κατασκευαστή ορίζουν ρητά για το Turbo v2.5 ανώτατο όριο εισόδου API 40.000 χαρακτήρων. Η αντίστοιχη κατά προσέγγιση διάρκεια ηχογράφησης δεν είναι ακριβής διάρκεια: η φωνή, η γλώσσα και ο ρυθμός ομιλίας καθορίζουν το μήκος της πραγματικής λήψης. Για μια απάντηση σε συζήτηση, δώστε μια σύντομη ολοκληρωμένη σκέψη αντί να γεμίζετε τη διαθέσιμη είσοδο. Για μεγαλύτερο περιεχόμενο, χωρίστε το κείμενο σε συναφείς ενότητες και διατηρήστε τα γύρω συμφραζόμενα.
Η ElevenLabs περιγράφει τα Turbo v2.5 και Flash v2.5 ως λειτουργικά ισοδύναμα μοντέλα του κατασκευαστή, με χαμηλότερη μέση καθυστέρηση για το Flash. Διατηρούν ξεχωριστά ονόματα και παρουσιάσεις· η σύγκριση δεν τεκμηριώνει τα βάρη ή τον χρόνο απόκρισης μιας συγκεκριμένης υλοποίησης εκτέλεσης. Το Turbo v2.5 παραμένει ένα χρήσιμο, ονομαστικά προσδιορισμένο προφίλ πολύγλωσσης σύνθεσης, όταν μια εργασία ή εφαρμογή καταγράφει ακριβώς αυτή την έκδοση. Η προετοιμασία της φωνής και του κειμένου πρέπει να διατηρείται μαζί με το επιλεγμένο αποτέλεσμα κατά τη σύγκριση ερμηνειών.
Η προετοιμασία της προφοράς έχει τη μεγαλύτερη σημασία για ονόματα, κωδικούς αναφοράς, ημερομηνίες και συντετμημένους όρους. Γράψτε τα ψηφία μεμονωμένα όταν ο ακροατής πρέπει να επαναλάβει ένα αναγνωριστικό και αναπτύξτε μια φράση όταν διαφορετικά το προφορικό της νόημα θα ήταν αμφίσημο. Χρησιμοποιήστε συνεπή εναλλακτική γραφή ή μορφή προφοράς για ένα δύσκολο επαναλαμβανόμενο όνομα. Ο οδηγός λεξικών δεν περιλαμβάνει το Turbo v2.5 στα μοντέλα που χρησιμοποιούν κανόνες φωνημάτων, επομένως οι εγγενείς λειτουργίες IPA ή φωνημάτων άλλων ονομαστικά προσδιορισμένων εκδόσεων δεν μεταφέρονται σε αυτό το προφίλ.
Ο τόνος και ο ρυθμός προκύπτουν από το κείμενο, τη στίξη, τη φωνή και τις ρυθμίσεις φωνής του κατασκευαστή. Ο κοινός οδηγός προϊόντος περιγράφει τη σταθερότητα για συνέπεια, την ομοιότητα για πιστότητα στη φωνή και ρυθμίσεις ταχύτητας από 0.7 έως 1.2, με το 1.0 να μην επιφέρει αλλαγή. Η αρχική γλώσσα και ο ρυθμός της φωνής μπορούν να επηρεάσουν ένα πολύγλωσσο αποτέλεσμα. Συναισθηματικές οδηγίες γραμμένες ως συνηθισμένη αφήγηση μπορεί να εκφωνηθούν οι ίδιες, ενώ ο έλεγχος μέσω ετικετών ήχου των v3 και v4 αποτελεί ξεχωριστή λειτουργία μοντέλου. Προετοιμάστε μια καθαρή προφορική απάντηση και κάντε την επιδιωκόμενη διάθεσή της σαφή μέσα από τη διατύπωση.
Η κοινή ροή TTS τεκμηριώνει πλήρη παραγωγή ομιλίας και συνεχή μετάδοση ήχου. Η οικογένεια μορφών της περιλαμβάνει MP3, ασυμπίεστο PCM 16-bit, μ-law και A-law για τηλεφωνία, καθώς και Opus. Επιλέξτε μορφή κατάλληλη για τον προορισμό αναπαραγωγής και διατηρήστε το κείμενο δίπλα στον επιλεγμένο ήχο. Η συνεχής μετάδοση αφορά τον τρόπο παράδοσης της παραγόμενης ομιλίας· είναι ξεχωριστή από την ακρόαση ενός χρήστη, την ανίχνευση εναλλαγής στη συζήτηση ή την απόφαση για την ενέργεια που πρέπει να εκτελέσει ένας βοηθός.
Για μια πρακτική πολύγλωσση απάντηση βοηθού, επιβεβαιώστε ένα αποτέλεσμα και δηλώστε ένα επόμενο βήμα. Μια οδηγία μαθήματος μπορεί να κατονομάζει το στοιχείο ελέγχου που πρέπει να χρησιμοποιήσει ο χρήστης και να εξηγεί τι συμβαίνει μετά την επιλογή του. Προσαρμόστε αυτή τη διατύπωση σε κάθε γλώσσα, διατηρώντας τα ονόματα και την πραγματική ενέργεια, αντί να μεταφράζετε μηχανικά μια αφύσικη πρόταση. Ελέγξτε μια χαρακτηριστική ατάκα ως προς την προφορά, την τοπική προφορά, την καταληπτότητα και τον τρόπο με τον οποίο ακολουθεί την προηγούμενη εναλλαγή. Το επαναχρησιμοποιήσιμο αποτέλεσμα είναι η λήψη ομιλίας που συνδέεται με το ακριβές κείμενο, τη φωνή και την έκδοση Turbo v2.5.
Ailoot Ultra · Σύνθεση ομιλίας POST /v1/audio/speech elevenlabs/eleven-turbo-v2.5
elevenlabs/eleven-turbo-v2.5Εισαγωγή
Το Eleven Turbo v2.5 είναι η πολύγλωσση έκδοση μετατροπής κειμένου σε ομιλία της ElevenLabs για φωνητικές εφαρμογές με γρήγορη απόκριση. Υποστηρίζει 32 γλώσσες και έως 40.000 χαρακτήρες ανά αίτημα API, μετατρέποντας έτοιμες απαντήσεις σε ομιλία σε μορφή ήχου με επιλεγμένη φωνή.
- Αποδεκτές είσοδοι
- Κείμενο
- Αποτελέσματα
- Ήχος
Διαθέσιμα στο Ailoot · είσοδοι και μέθοδοι
Ailoot Ultra · Σύνθεση ομιλίας POST /v1/audio/speech
- Είσοδος
text- Έξοδος
audio- Μορφή εξόδου
- mp3
| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
|---|---|---|---|---|
Πεδίοmodel | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια elevenlabs/eleven-turbo-v2.5 | Προεπιλογή— |
Πεδίοinput | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Ελάχιστο μήκος: 1 Μέγιστο μήκος: 40.000 Μονάδα: χαρακτήρες Unicode | Προεπιλογή— |
Πεδίοvoice | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια george, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger, will | Προεπιλογή— |
Πεδίοresponse_format | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια mp3 | Προεπιλογή— |
Συνδυασμοί υλικών εισόδου
text_to_speech · Υποχρεωτικό: input
Παράμετροι και κύκλος ζωής μεθόδου
| Παράμετρος | Σύμβαση |
|---|---|
Παράμετροςcontent_type | Σύμβασηapplication/json |
Παράμετροςrequired | Σύμβασηmodel, input, voice, response_format |
Παράμετροςvoice_ids | Σύμβασηgeorge, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger, will |
Παράμετροςresponse_format | Σύμβασηmp3 |
Παράμετροςmax_input_characters | Σύμβαση40000 |
Παράμετροςother_options | Σύμβασηfalse |
Παράμετροςinput | Σύμβασηακριβές κείμενο UTF-8· πλήθος χαρακτήρων Unicode χωρίς κανονικοποίηση |
Παράμετροςmaterial_types | Σύμβασηtext |
Κύκλος ζωής: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · Το πραγματικό task_id που επιστράφηκε ή μια εγγραφή στη βιβλιοθήκη πολυμέσων
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Επιλέξτε την ακριβή φωνή από αυτό το προφίλ μοντέλου.
Οι χαρακτήρες εισόδου και τα δευτερόλεπτα ήχου αποτελούν διαφορετικές μονάδες μέτρησης.
Τιμολόγηση
Οι τιμολογιακές αναφορές δεν προσθέτουν επιλογές αιτήματος. Οι υποστηριζόμενες παράμετροι αναφέρονται στην επιλεγμένη μέθοδο.
- Γρήγορη λειτουργία
- Δεν έχει οριστεί Όταν επιλέγεται η γρήγορη λειτουργία
- Λειτουργία flex
- Δεν έχει οριστεί Όταν επιλέγεται η λειτουργία flex
- Μέγιστη προσπάθεια συλλογισμού
- Δεν έχει οριστεί Όταν η μέγιστη προσπάθεια συλλογισμού χρησιμοποιεί την προσαρμογή default
Χρεώσεις Ailoot
Τιμές ανά διαμόρφωση
Αντιστοιχίστε κάθε χρέωση στις συνθήκες που εμφανίζονται. Χρησιμοποιήστε μία χρέωση ανά σύνολο εναλλακτικών διαμορφώσεων.
| Διαμόρφωση | Πίνακας χρεώσεων | Μονάδα τιμολόγησης | Χρέωση |
|---|---|---|---|
| ΔιαμόρφωσηΒασικές χρεώσεις token | Πίνακας χρεώσεωνΒασική χρέωση | Μονάδα τιμολόγησης— | Χρέωση Είσοδος · Token εισόδου — / 1K token Έξοδος · Token εξόδου — / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
| Διαμόρφωσηχαρακτήρας εισόδου | Πίνακας χρεώσεων— | Μονάδα τιμολόγησηςανά χαρακτήρα εισόδου | Χρέωση Είσοδος · χαρακτήρας εισόδου $0.00008 ανά χαρακτήρα εισόδου |
Στοιχεία τιμοκαταλόγου αναφοράς
Οι πίνακες αναφοράς του μοντέλου δεν αλλάζουν την επιλογή μεθόδου, τις εκτιμήσεις τιμής ή τις χρεώσεις. Οι εφαρμοζόμενες χρεώσεις χρησιμοποιούν τις τιμές της επιλεγμένης μεθόδου Ailoot.
ElevenLabs: Eleven Turbo v2.5
Τιμές ανά διαμόρφωση
| Διαμόρφωση | Συνθήκες χρέωσης | Χρέωση |
|---|---|---|
| ΔιαμόρφωσηElevenLabs: Eleven Turbo v2.5 · Προεπιλεγμένη διαμόρφωση | Συνθήκες χρέωσηςΠροεπιλεγμένη διαμόρφωση | Χρέωση Είσοδος · Χαρακτήρες εισόδου 0,00004 $ ανά χαρακτήρα εισόδου |
Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. Πώς λειτουργούν η δέσμευση και η εκκαθάριση →
Παραδείγματα αιτημάτων
Ailoot Ultra · Σύνθεση ομιλίας
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-turbo-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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o speech.mp3
Λήψη και αποθήκευση αποτελεσμάτων
Ailoot Ultra · Σύνθεση ομιλίας
mp3
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
Άλλες ανακτήσεις περιεχομένου
set -eu
: "${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
Διατηρήστε όλα τα ολοκληρωμένα αποτελέσματα
Διατηρήστε κάθε πλήρη απάντηση, αρχείο και τμήμα περιεχομένου που επιστρέφεται.
Διατηρήστε ολόκληρο το δυαδικό αποτέλεσμα και τις κεφαλίδες. Αν επιστραφεί JSON ή επιστραφούν πολλαπλές έξοδοι, διατηρήστε κάθε στοιχείο δεδομένων και ανακτήστε κάθε πραγματικό υπογεγραμμένο URL πόρου.
Αν χρειάζεται έλεγχος της αρχικής απάντησης
Διατηρήστε το αρχικό operation_id/X-Client-Request-ID για τη συμφωνία των εγγραφών χωρίς νέα υποβολή· δεν υπάρχει ειδική διαδρομή περιοδικού ελέγχου για τον ήχο.
Πεδία απάντησης
| Πεδίο | Τύπος |
|---|---|
Πεδίοbinary audio | Τύποςbytes |
Πεδίοresponse headers | Τύποςheaders |
Σφάλματα και επόμενα βήματα
| Απάντηση | Συνθήκη | Επόμενο βήμα |
|---|---|---|
Απάντηση400 · invalid_request_error | ΣυνθήκηΜη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου | Επόμενο βήμαΔιορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας. |
Απάντησηserver_error | ΣυνθήκηΗ απόκριση που επιστράφηκε αναφέρει ότι η λειτουργία ή το αποτέλεσμα χρειάζεται έλεγχο | Επόμενο βήμαΔιατηρήστε το αρχικό ID της λειτουργίας/εργασίας που επιστράφηκε, τις κεφαλίδες του αιτήματος και την απόκριση· συνεχίστε με τις υποστηριζόμενες αναγνώσεις αυτής της αρχικής λειτουργίας. Μην υποβάλετε ξανά το αίτημα δημιουργίας. |
Εναλλακτικά ονόματα
Εναλλακτικά ονόματα μοντέλου
Ailoot Ultra elevenlabs/eleven-turbo-v2.5
Εναλλακτικές διαδρομές μεθόδων
Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.
Σχετικά ID μοντέλων
FAQ · ElevenLabs: Eleven Turbo v2.5
- Ποιες είσοδοι και αποτελέσματα διατίθενται;
POST /v1/audio/speech·elevenlabs/eleven-turbo-v2.5:text→audio- Ποια πεδία χρησιμοποιεί το αίτημα;
POST /v1/audio/speech·elevenlabs/eleven-turbo-v2.5:model,input,voice,response_format- Ποια όρια ισχύουν;
POST /v1/audio/speech·elevenlabs/eleven-turbo-v2.5:input.maximum_length:40000