ElevenLabs: Eleven v3 Conversational

Eleven v3 Conversational on ElevenLabsin ilmaisullinen puhemalli suoraan vuoropuheluun. Se muuntaa valmistellun tekstin ääneksi kontekstuaalisella esitystavalla ja äänitageilla ja tukee yli 70 kieltä valmistajan suoratoistotyönkulussa, joka on erillinen tavallisesta v3-kerronnasta.

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

Tietoa mallista

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

Eleven v3 Conversational on ElevenLabsin puhesynteesiversio reaaliaikaiseen vuoropuheluun. Se vastaanottaa valmistellun vastauksen tekstin ja palauttaa puhetta v3-perheen tunneilmaisulla ja kontekstuaalisella esitystavalla. Valmistaja määrittelee sen erilleen tavallisesta Eleven v3:sta ja sijoittaa sen Text to Dialogue -suoratoistotyönkulkuun. Sen hyödyllinen rooli on avustajan tai vuorovaikutteisen hahmon ääni, jonka seuraava ilmaus riippuu edeltävästä keskustelusta.

Malli tukee yli 70 kieltä, mukaan lukien englanti, ranska, saksa, japani, korea, espanja, portugali ja venäjä. Valitse kirjoitetun vastauksen kieli ja ääni, jolla on sopiva aksentti. Sovita monikielisen tukikäsikirjoituksen sanamuodot luontevaksi puhekieleksi ennen synteesiin lähettämistä. Malli puhuu annetun sisällön; vastauksen määräävä päättely ja käyttäjän mikrofonisyötteen tulkinta ovat sovelluksen erillisiä vaiheita.

Äänitagit tarjoavat tunteen ja esityksen tarkan ohjauksen. Rauhoittava vastaus, utelias kysymys ja dramaattinen hahmoreaktio tarvitsevat erilaisia esityksiä lyhyilläkin sanoilla. Pidä vihje lähellä ilmausta, johon se vaikuttaa, ja säilytä riittävästi kontekstia tunnemuutoksen selittämiseen. Havainnollistava tehtävänanto voi sanoa: ”Vahvista korjaus lämpimästi ja selitä sitten seuraava vaihe tasaisella, tarkkaavaisella äänellä.” Vastauksen tulee pysyä ymmärrettävänä ilman, että vihjeen varaan jätetään puuttuvan tiedon täydentäminen.

Dokumentoidussa vuoropuhelun WebSocket-työnkulussa sovellus lähettää tekstiä ja vastaanottaa Base64-koodattuja ääniosia yhteyden pysyessä auki repliikkien välillä. Valmistaja puskuroi riittävästi tekstiä johdonmukaiseen puhesegmenttiin; hyvin lyhyet fragmentit voivat odottaa lisäkontekstia tai puskurin tarkoituksellista tyhjentämistä. Vuororajat voivat nollata prosodian, ja puhujan vaihtuminen merkitsee uutta vuoroa. Nämä ominaisuudet ohjaavat valmistamaan vuorovaikutteiseen vastaukseen kokonaisia ilmauksia yksittäisten sanojen sijaan.

Yhteinen vuoropuheluopas dokumentoi ääniosien valinnaiset kohdistustiedot pyydettäessä ja niiden ollessa saatavilla. Kohdistus voi auttaa yhdistämään puheen tekstiinsä, mutta se ei lupaa määrätylle ilmaukselle yhtä kiinteää kestoa. Valitse valmistajan tulostemuoto toistoon tai tiedostoon keräämiseen; yhteinen TTS-muotoperhe sisältää MP3:n ja PCM:n sekä asiaankuuluvassa työnkulussa käytettävät puhelinkoodaukset. Vuoropuheluyhteys ja kokonainen etukäteen tallennetun puheen pyyntö ovat eri tiloja, joten myös niiden valmistelu- ja ajoitusoletusten tulee pysyä erillään.

Avaa monitulkintaiset lyhenteet ja kirjoita luvut tarkoitettuun puhuttuun muotoon, kun merkitys muuten jäisi epäselväksi. Pidä nimet ja toistuvat termit yhtenäisinä. Älä siirrä v4-mallin natiivia IPA-syntaksia tai tavallisen v3:n pyyntökattoa pelkän samankaltaisen perhenimen perusteella. Valitse ääni keskustelurooliin ja tarkista sitten edustavan repliikin selkeys sekä tunteen sopivuus ennen käsikirjoituksen jatkamista.

Käytä käytännön avustajavastauksessa yhtä pääajatusta, selkeää tulosta ja luontevaa loppua, joka antaa käyttäjälle tilaisuuden vastata. Esimerkiksi: ”Huomioi uusi toimitusosoite, toista kadunnimi selkeästi ja kysy, haluaako käyttäjä muuttaa tallennetun osoitteen.” Säilytä hahmolla vakiintunut persoona ja sovita reaktio nykyiseen kohtaukseen. Katkaise pitkät selitykset mielekkäillä lauserajoilla ja säilytä edeltävä keskustelukonteksti. Tuotos on annetun vastauksen puhuttu ääni, ei soittajan litterointi tai itsenäisesti generoitu päätös.

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

elevenlabs/eleven-v3-conversational

ElevenLabs /elevenlabs/eleven-v3-conversational

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-v3-conversational	Oletus—
Kenttä`input`	Tyyppi`string`	VaatimusPakollinen	Arvot & rajat Vähimmäispituus: 1 Enimmäispituus: 5 000 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`	Sopimus5000
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 v3 Conversational

Hinnat asetusten mukaan

Asetukset	Laskutusehdot	Veloitus
AsetuksetElevenLabs: Eleven v3 Conversational · 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-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

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-v3-conversational

Menetelmäpolkujen aliakset

Käytä yllä näytettyjä menetelmäpolkuja.

Liittyvät kutsujan ID:t

elevenlabs/eleven-v3-conversational

FAQ · ElevenLabs: Eleven v3 Conversational

Mitä syötteitä ja tuloksia on saatavilla?: POST /v1/audio/speech · elevenlabs/eleven-v3-conversational: text → audio
Mitä kenttiä pyyntö käyttää?: POST /v1/audio/speech · elevenlabs/eleven-v3-conversational: model, input, voice, response_format
Mitä rajoja sovelletaan?: POST /v1/audio/speech · elevenlabs/eleven-v3-conversational: input.maximum_length: 5000

ElevenLabs: Eleven v3 Conversational