ElevenLabs: Eleven Flash v2

Eleven Flash v2 on ElevenLabsin vain englantia tukeva tekstistä puheeksi -malli nopeasti reagoiviin äänivuorovaikutuksiin. Se muuntaa valmistellun tekstin puheeksi. Pyyntökohtainen raja on 30 000 merkkiä, ja dokumentoidut säätimet tukevat taukoja sekä yksittäisten sanojen ääntämistä.

Ailoot Ultra · Puhesynteesi POST /v1/audio/speech elevenlabs/eleven-flash-v2

Tietoa mallista

Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle.

Eleven Flash v2 on ElevenLabsin vain englantia tukeva puhesynteesimalli nopeasti reagoiviin äänisovelluksiin. Se vastaanottaa kirjoitetun ilmauksen ja tuottaa puhetta valitulla äänellä. Valmistaja tarjoaa Flashia reaaliaikaiseen keskusteluun ja vuorovaikutteisiin kokemuksiin, kuten avustajan vahvistuksiin, puhuttuihin ohjeisiin ja pelien vastauksiin. Tämä nimetty versio on erillinen monikielisestä Flash v2.5:stä ja ilmaisullisista v3- ja v4-perheistä.

Englanti on Flash v2:n kieliprofiili. Ääni voi tuoda alueellisen aksentin ja tietyn sävyn, mutta se ei tee tästä versiosta monikielistä mallia. Valitse ääni, joka sopii tarkoitetulle kuulijalle ja repliikin tarkoitukseen. Avustajan vahvistus, ohjeita lukeva kertoja ja vuorovaikutteinen hahmo voivat vaatia erilaisen rytmityksen, vaikka asiasisältö olisi sama. Valmistele ennen synteesiä varsinaiset englanninkieliset sanat, jotka on tarkoitus puhua.

Pyyntö tukee enintään 30 000 merkkiä. Valmistajan rajan yhteydessä ilmoittama likimääräinen äänen pituus ei ole kiinteä kesto. Pidä vuorovaikutteisessa vastauksessa yksi pääajatus ja selkeä lopetus. Jaa pidemmässä tallenteessa toisiinsa liittyvä teksti lauseiden tai osien rajoilta. Yhteinen TTS-työnkulku dokumentoi viereisen tekstin tai pyyntökontekstin käytön prosodian säilyttämiseen toisiinsa liittyvien generointien välillä, joten jäsentelyn ei tarvitse poistaa peräkkäisten jaksojen yhteyttä.

Flash v2:n taukotyönkulku käyttää SSML break -tageja. Tuoteopas antaa esimerkin <break time="1.5s" /> luontevan tauon pyytämiseen ja dokumentoi enintään kolmen sekunnin tauot. Ääni vaikuttaa esitystapaan tauon ympärillä, ja liialliset tagit voivat aiheuttaa nopeusmuutoksia, kohinaa tai häiriöitä. Käytä taukoa kohdassa, jossa kuulija tarvitsee siirtymän, älä jokaisen sanan välissä. Myös välimerkit ja kolme pistettä voivat vaikuttaa ajoitukseen, mutta niiden vaikutus on epäyhtenäisempi ja ne voivat lisätä epäröivää sävyä.

Yksittäisissä sanoissa voi käyttää SSML-foneemimerkintöjä IPA- tai CMU Arpabet -muodossa. Valmistaja suosittelee CMU Arpabetia ennustettavampaan v2-ääntämiseen ja sanoo, että foneemisääntöjä tulee soveltaa erikseen monisanaisen nimen jokaiseen sanaan. Ääntämissanakirjat voivat säilyttää toistuvan termin halutun foneemin tai aliaksen; niiden täsmäytys erottaa isot ja pienet kirjaimet. Tämä eroaa v4:n natiivista kauttaviivoilla ympäröidystä IPA-syntaksista ja Flash v2.5:n ääntämisprofiilista.

Valmistele viitekoodit, päivämäärät ja lyhenteet haluttuun puhuttuun muotoon. Samat numerot voivat tarkoittaa määrää tai tunnistetta, joten määritä, tuleeko kuulijan kuulla kokonainen luku vai erilliset numerot. Kirjoita kuukausi ja päivämäärä yksiselitteisesti ja avaa lyhenteet, jotka pitää puhua sanoina. Tekstiin sijoitettu tavallinen selittävä ohje voi itse tulla luetuksi ääneen; v3:n ja v4:n ilmaisulliset äänitagit eivät kuulu tälle versiolle kuvattuun ohjausprofiiliin.

Valmistajan muotoperheeseen kuuluvat MP3, pakkaamaton 16-bittinen PCM, μ-law ja A-law puhelinliikenteeseen sekä Opus. Yhteinen työnkulku voi toimittaa kokonaisen tallenteen tai palauttaa puhetta vaiheittain. Ääniasetukset vaikuttavat vakauteen, samankaltaisuuteen ja tahtiin. Dokumentoitu nopeusalue on 0.7–1.2, jossa 1.0 säilyttää nopeuden ennallaan. Asetukset ohjaavat esitystä takaamatta samanlaista ottoa tai lopullisen tallenteen tarkkaa pituutta.

Anna käytännön englanninkielisessä tukiviestissä ensin tulos ja sitten yksi seuraava askel: vahvista tallennettu valinta, lausu olennaisen kentän nimi selkeästi ja selitä, mitä käyttäjä voi tehdä seuraavaksi. Kirjoita opastusta varten kokonainen ohje ja käytä taukoa ennen seuraavaa toimintoa. Tarkista valitusta äänestä vaikeat nimet, luvut ja siirtymät. Säilytä otto käsikirjoituksen ja ääntämisvalmistelun kanssa, jotta siitä saa uudelleenkäytettävän puhutun vihjeen, ilmoituksen tai avustajan vastauksen.

Ailoot Ultra · Puhesynteesi POST /v1/audio/speech elevenlabs/eleven-flash-v2

elevenlabs/eleven-flash-v2

ElevenLabs /elevenlabs/eleven-flash-v2

Aloitus

Hyväksytyt syötteet: Teksti
Tulokset: Ääni

Saatavilla Ailootissa · syötteet & menetelmät

Ailoot Ultra · Puhesynteesi POST /v1/audio/speech

Syötetyypit: text
Tulostyypit: audio
Tulosteen muoto: mp3

Kenttä	Tyyppi	Vaatimus	Arvot & rajat	Oletus
Kenttä`model`	Tyyppi`string`	VaatimusPakollinen	Arvot & rajat elevenlabs/eleven-flash-v2	Oletus—
Kenttä`input`	Tyyppi`string`	VaatimusPakollinen	Arvot & rajat Vähimmäispituus: 1 Enimmäispituus: 30 000 Yksikkö: Unicode-merkit	Oletus—
Kenttä`voice`	Tyyppi`string`	VaatimusPakollinen	Arvot & rajat george, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger, will	Oletus—
Kenttä`response_format`	Tyyppi`string`	VaatimusPakollinen	Arvot & rajat mp3	Oletus—

Syöteaineistojen yhdistelmät

text_to_speech · Pakollinen: input

Menetelmän parametrit ja elinkaari

Parametri	Sopimus
Parametri`content_type`	Sopimusapplication/json
Parametri`required`	Sopimusmodel, input, voice, response_format
Parametri`voice_ids`	Sopimusgeorge, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger, will
Parametri`response_format`	Sopimusmp3
Parametri`max_input_characters`	Sopimus30000
Parametri`other_options`	Sopimusfalse
Parametri`input`	Sopimustäsmällinen UTF-8-teksti; Unicode-merkkien määrä ilman normalisointia
Parametri`material_types`	Sopimustext

Elinkaari: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · todellisuudessa palautettu task_id tai mediakirjaston tietue

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Valitse juuri tämän malliprofiilin ääni.

Syötemerkit ja äänisekunnit ovat eri mittareita.

Hinnoittelu

Hintatiedot eivät lisää pyyntövalintoja. Tuetut parametrit on lueteltu valitulle menetelmälle.

Nopea tila: Ei määritetty Kun nopea tila on valittu
Flex-tila: Ei määritetty Kun flex-tila on valittu
Päättelyn enimmäisteho: Ei määritetty Kun päättelyn enimmäistehoon sovelletaan default-oletussäätöä

Ailoot-hinnat

Hinnat asetusten mukaan

Kohdista kukin veloitus näytettyihin ehtoihin. Käytä yhtä hintaa kutakin vaihtoehtoisten asetusten ryhmää kohden.

Asetukset	Hinnasto	Laskutusyksikkö	Veloitus
AsetuksetTokenien perushinnat	HinnastoPerushinta	Laskutusyksikkö—	Veloitus Syöte · Syötetokenit — / 1K tokenia Tuloste · Tulostokenit — / 1K tokenia Syöte · Välimuistin luku — / 1K tokenia Syöte · Välimuistiin kirjoitus — / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti — / 1K tokenia
Asetuksetsyötemerkki	Hinnasto—	Laskutusyksikkösyötemerkkiä kohden	Veloitus Syöte · syötemerkki $0.00008 syötemerkkiä kohden

Viitehinnaston tiedot

Mallitason viitehinnastot eivät muuta menetelmän valintaa, hinta-arvioita tai veloituksia. Käytössä olevat veloitukset käyttävät valitun Ailoot-menetelmän hintoja.

ElevenLabs: Eleven Flash v2

Hinnat asetusten mukaan

Asetukset	Laskutusehdot	Veloitus
AsetuksetElevenLabs: Eleven Flash v2 · Oletusasetukset	LaskutusehdotOletuskokoonpano	Veloitus Syöte · Syötteen merkit 0,00004 $ syötemerkkiä kohden

Ailoot varaa arvioidun summan ennen pyyntöä. Tuloksen jälkeen lopullinen veloitus toteutetaan mitatun käytön perusteella. Suoratoiston veloituksessa käytetään lopullista käyttötietuetta. Varauksen ja lopullisen veloituksen toiminta →

Esimerkkipyynnöt

Ailoot Ultra · Puhesynteesi

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-flash-v2", "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

Vastaanota ja tallenna tulokset

Ailoot Ultra · Puhesynteesi

mp3

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

Muut sisällön lukukerrat

MediakirjastoTehtävän tilaAineiston tiedot

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

Säilytä kaikki valmistuneet tulokset

Säilytä jokainen kokonainen palautettu vastaus, tiedosto ja sisällön osa.

Säilytä koko binääritulos ja otsakkeet. Jos palautetaan JSON tai useita tulosteita, säilytä jokainen data-alkio ja nouda jokainen resurssi sen todellisesta allekirjoitetusta URL-osoitteesta.

Jos alkuperäinen vastaus on tarkistettava

Säilytä alkuperäinen operation_id/X-Client-Request-ID täsmäytystä varten lähettämättä pyyntöä uudelleen; erillistä äänen tilakyselyreittiä ei ole.

Vastauksen kentät

Kenttä	Tyyppi
Kenttä`binary audio`	Tyyppibytes
Kenttä`response headers`	Tyyppiheaders

Virheet ja seuraavat vaiheet

Vastaus	Ehto	Seuraava vaihe
Vastaus400 · `invalid_request_error`	EhtoVirheelliset pakolliset kentät, aineiston esitysmuoto tai parametrin arvo	Seuraava vaiheKorjaa ilmoitetut kentät ennen uutta luontipyyntöä.
Vastaus`server_error`	EhtoPalautettu vastaus ilmoittaa, että operaatio tai tulos edellyttää tarkistusta	Seuraava vaiheSäilytä alkuperäinen palautettu operaation tai tehtävän ID, pyynnön otsakkeet ja vastaus; jatka kyseisen alkuperäisen operaation tuettuja lukutoimintoja. Älä lähetä luontipyyntöä uudelleen.

Aliakset

Mallin aliakset

Ailoot Ultra elevenlabs/eleven-flash-v2

Menetelmäpolkujen aliakset

Käytä yllä näytettyjä menetelmäpolkuja.

Liittyvät kutsujan ID:t

elevenlabs/eleven-flash-v2

FAQ · ElevenLabs: Eleven Flash v2

Mitä syötteitä ja tuloksia on saatavilla?: POST /v1/audio/speech · elevenlabs/eleven-flash-v2: text → audio
Mitä kenttiä pyyntö käyttää?: POST /v1/audio/speech · elevenlabs/eleven-flash-v2: model, input, voice, response_format
Mitä rajoja sovelletaan?: POST /v1/audio/speech · elevenlabs/eleven-flash-v2: input.maximum_length: 30000

ElevenLabs: Eleven Flash v2