ElevenLabs: Eleven v3 Conversational

Το Eleven v3 Conversational είναι το εκφραστικό μοντέλο ομιλίας της ElevenLabs για ζωντανό διάλογο. Μετατρέπει έτοιμο κείμενο σε ήχο, προσαρμόζοντας την εκφορά στα συμφραζόμενα και χρησιμοποιώντας ετικέτες ήχου. Υποστηρίζει περισσότερες από 70 γλώσσες σε μια ροή συνεχούς μετάδοσης του κατασκευαστή, διαφορετική από τη συνήθη αφήγηση με v3.

Ailoot Ultra · Σύνθεση ομιλίας POST /v1/audio/speech elevenlabs/eleven-v3-conversational

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 v3 Conversational είναι η έκδοση σύνθεσης ομιλίας της ElevenLabs για διάλογο σε πραγματικό χρόνο. Δέχεται το κείμενο μιας έτοιμης απάντησης και επιστρέφει ομιλία σε μορφή ήχου, με το συναισθηματικό εύρος και την προσαρμογή της εκφοράς στα συμφραζόμενα που χαρακτηρίζουν την οικογένεια v3. Ο κατασκευαστής το διακρίνει από το συνηθισμένο Eleven v3 και το εντάσσει σε μια ροή συνεχούς μετάδοσης Text to Dialogue. Χρησιμεύει ως φωνή ενός βοηθού ή ενός διαδραστικού χαρακτήρα του οποίου η επόμενη φράση εξαρτάται από την προηγούμενη συζήτηση.

Το μοντέλο υποστηρίζει περισσότερες από 70 γλώσσες, μεταξύ των οποίων αγγλικά, γαλλικά, γερμανικά, ιαπωνικά, κορεατικά, ισπανικά, πορτογαλικά και ρωσικά. Επιλέξτε τη γλώσσα της γραπτής απάντησης και μια φωνή με κατάλληλη προφορά. Για ένα πολύγλωσσο κείμενο υποστήριξης, προσαρμόστε τη διατύπωση ώστε να ακούγεται φυσική στον προφορικό λόγο πριν τη στείλετε για σύνθεση. Το μοντέλο εκφωνεί το περιεχόμενο που του δίνεται· η συλλογιστική που καθορίζει την απάντηση και η ερμηνεία της εισόδου από το μικρόφωνο του χρήστη αποτελούν ξεχωριστά στάδια της εφαρμογής.

Οι ετικέτες ήχου προσφέρουν λεπτομερή έλεγχο του συναισθήματος και της εκφοράς. Μια καθησυχαστική απάντηση, μια ερώτηση με περιέργεια και μια δραματική αντίδραση χαρακτήρα χρειάζονται διαφορετική ερμηνεία, ακόμη και όταν περιέχουν λίγες λέξεις. Τοποθετήστε την οδηγία κοντά στη φράση που επηρεάζει και διατηρήστε αρκετά συμφραζόμενα ώστε να εξηγείται η συναισθηματική μεταβολή. Μια ενδεικτική οδηγία μπορεί να λέει: «Επιβεβαίωσε τη διόρθωση με ζεστό τόνο και στη συνέχεια εξήγησε το επόμενο βήμα με σταθερή, προσεκτική φωνή». Η απάντηση πρέπει να παραμένει κατανοητή χωρίς να βασίζεται στην οδηγία για να συμπληρώσει πληροφορίες που λείπουν.

Στην τεκμηριωμένη ροή διαλόγου μέσω WebSocket, η εφαρμογή στέλνει κείμενο και λαμβάνει τμήματα ήχου κωδικοποιημένα σε Base64, ενώ η σύνδεση παραμένει ανοιχτή από τη μία ατάκα στην επόμενη. Ο κατασκευαστής συγκεντρώνει αρκετό κείμενο στην προσωρινή μνήμη για να σχηματιστεί ένα συνεκτικό τμήμα ομιλίας· πολύ σύντομα αποσπάσματα μπορεί να περιμένουν μέχρι να φτάσουν περισσότερα συμφραζόμενα ή να δοθεί ρητή εντολή εκκένωσης της προσωρινής μνήμης. Τα όρια των εναλλαγών μπορούν να επαναφέρουν την προσωδία, ενώ η αλλαγή ομιλητή σηματοδοτεί νέα εναλλαγή. Αυτά τα χαρακτηριστικά καθοδηγούν την προετοιμασία ολοκληρωμένων φράσεων και όχι μεμονωμένων λέξεων για μια διαδραστική απάντηση.

Ο κοινός οδηγός διαλόγου τεκμηριώνει προαιρετικές πληροφορίες ευθυγράμμισης στα τμήματα ήχου, όταν ζητούνται και είναι διαθέσιμες. Η ευθυγράμμιση μπορεί να βοηθήσει στην αντιστοίχιση της ομιλίας με το κείμενό της, αλλά δεν αποτελεί υπόσχεση ότι μια συγκεκριμένη φράση θα έχει μία σταθερή διάρκεια. Επιλέξτε τη μορφή εξόδου του κατασκευαστή για αναπαραγωγή ή αποθήκευση σε αρχείο· η κοινή οικογένεια μορφών TTS περιλαμβάνει MP3 και PCM, ενώ κωδικοποιήσεις τηλεφωνίας διατίθενται στη σχετική ροή. Η σύνδεση διαλόγου και το αίτημα για πλήρη προηχογραφημένη ομιλία είναι διαφορετικοί τρόποι λειτουργίας, επομένως οι παραδοχές για την προετοιμασία και τον χρονισμό τους πρέπει να παραμένουν διακριτές.

Για την προφορά, αναπτύξτε τις αμφίσημες συντομογραφίες και γράψτε τους αριθμούς στη μορφή με την οποία θέλετε να εκφωνηθούν, όταν διαφορετικά το νόημα θα ήταν ασαφές. Διατηρήστε συνέπεια στα ονόματα και στην επαναλαμβανόμενη ορολογία. Μη μεταφέρετε την εγγενή σύνταξη IPA του μοντέλου v4 ή το όριο αιτήματος του συνηθισμένου v3 μόνο και μόνο επειδή το όνομα της οικογένειας είναι παρόμοιο. Επιλέξτε τη φωνή ανάλογα με τον ρόλο της στη συζήτηση και έπειτα ελέγξτε μια αντιπροσωπευτική ατάκα ως προς τη σαφήνεια και τη συναισθηματική καταλληλότητα, πριν συνεχίσετε το κείμενο.

Για μια πρακτική απάντηση βοηθού, χρησιμοποιήστε μία κύρια σκέψη, ένα σαφές αποτέλεσμα και ένα φυσικό κλείσιμο που επιτρέπει στον χρήστη να απαντήσει. Για παράδειγμα: «Αναγνώρισε τη νέα διεύθυνση παράδοσης, επανάλαβε καθαρά το όνομα της οδού και ρώτησε αν ο χρήστης θέλει να αλλάξει η αποθηκευμένη διεύθυνση». Για έναν χαρακτήρα, διατηρήστε την καθιερωμένη προσωπικότητά του, προσαρμόζοντας την αντίδραση στην τρέχουσα σκηνή. Χωρίστε τις μεγάλες εξηγήσεις σε ουσιαστικά όρια προτάσεων και διατηρήστε τα προηγούμενα συμφραζόμενα της συζήτησης. Το παραδοτέο είναι ομιλία σε μορφή ήχου για την απάντηση που δόθηκε, όχι απομαγνητοφώνηση του καλούντος ή απόφαση που παράγεται ανεξάρτητα.

Ailoot Ultra · Σύνθεση ομιλίας POST /v1/audio/speech elevenlabs/eleven-v3-conversational

elevenlabs/eleven-v3-conversational

ElevenLabs /elevenlabs/eleven-v3-conversational

Εισαγωγή

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
Πεδίο`model`	Τύπος`string`	ΑπαίτησηΥποχρεωτικό	Τιμές και όρια elevenlabs/eleven-v3-conversational	Προεπιλογή—
Πεδίο`input`	Τύπος`string`	ΑπαίτησηΥποχρεωτικό	Τιμές και όρια Ελάχιστο μήκος: 1 Μέγιστο μήκος: 5.000 Μονάδα: χαρακτήρες Unicode	Προεπιλογή—
Πεδίο`voice`	Τύπος`string`	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—
Πεδίο`response_format`	Τύπος`string`	ΑπαίτησηΥποχρεωτικό	Τιμές και όρια mp3	Προεπιλογή—

Συνδυασμοί υλικών εισόδου

text_to_speech · Υποχρεωτικό: input

Παράμετροι και κύκλος ζωής μεθόδου

Παράμετρος	Σύμβαση
Παράμετρος`content_type`	Σύμβασηapplication/json
Παράμετρος`required`	Σύμβασηmodel, input, voice, response_format
Παράμετρος`voice_ids`	Σύμβασηgeorge, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger, will
Παράμετρος`response_format`	Σύμβασηmp3
Παράμετρος`max_input_characters`	Σύμβαση5000
Παράμετρος`other_options`	Σύμβασηfalse
Παράμετρος`input`	Σύμβασηακριβές κείμενο UTF-8· πλήθος χαρακτήρων Unicode χωρίς κανονικοποίηση
Παράμετρος`material_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 v3 Conversational

Τιμές ανά διαμόρφωση

Διαμόρφωση	Συνθήκες χρέωσης	Χρέωση
ΔιαμόρφωσηElevenLabs: Eleven v3 Conversational · 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

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

Λήψη και αποθήκευση αποτελεσμάτων

Ailoot Ultra · Σύνθεση ομιλίας

mp3

GET /v1/media/tasks/{task_id}
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}

Άλλες ανακτήσεις περιεχομένου

Βιβλιοθήκη πολυμέσωνΚατάσταση εργασίαςΣτοιχεία αρχείου

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
Πεδίο`binary audio`	Τύποςbytes
Πεδίο`response 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.
Απάντηση`server_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-v3-conversational

Εναλλακτικές διαδρομές μεθόδων

Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.

Σχετικά ID μοντέλων

elevenlabs/eleven-v3-conversational

FAQ · ElevenLabs: Eleven v3 Conversational

Ποιες είσοδοι και αποτελέσματα διατίθενται;: POST /v1/audio/speech · elevenlabs/eleven-v3-conversational: text → audio
Ποια πεδία χρησιμοποιεί το αίτημα;: POST /v1/audio/speech · elevenlabs/eleven-v3-conversational: model, input, voice, response_format
Ποια όρια ισχύουν;: POST /v1/audio/speech · elevenlabs/eleven-v3-conversational: input.maximum_length: 5000

ElevenLabs: Eleven v3 Conversational