ElevenLabs: Eleven v3 Conversational
Eleven v3 Conversational は、ライブ対話向けの ElevenLabs の表現豊かな音声モデルです。準備した文字を、文脈に応じた話し方と音声タグによって音声に変換します。通常の v3 ナレーションとは異なるメーカーのストリーミングワークフローで、70 を超える言語に対応します。
モデルについて
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
Eleven v3 Conversational は、リアルタイム対話向けの ElevenLabs の音声合成版です。準備した応答の文字を受け取り、v3 系列の感情表現の幅と文脈に応じた話し方を備えた音声を返します。メーカーは通常の Eleven v3 と区別し、Text to Dialogue ストリーミングワークフローに位置付けています。直前の会話に応じて次の発話が決まるアシスタントや対話型キャラクターの声として役立ちます。
モデルは 70 を超える言語に対応し、英語、フランス語、ドイツ語、日本語、韓国語、スペイン語、ポルトガル語、ロシア語などを含みます。書かれた応答の言語と、適切なアクセントの声を選んでください。多言語のサポート原稿では、合成に送る前に自然な話し言葉へ調整します。モデルが話すのは入力された内容です。応答を決める推論や、ユーザーのマイク入力の解釈は、アプリケーションの別工程です。
音声タグは感情と話し方を細かく制御します。安心させる答え、好奇心のある質問、劇的なキャラクターの反応は、短い言葉でも異なる演技が必要です。影響する発話の近くに指示を置き、感情の変化を説明できるだけの文脈を保ってください。例えば制作指示として、「訂正を温かく受け止め、その後、落ち着いた注意深い声で次の手順を説明してください」と書けます。不足する情報を指示に補わせることなく、応答自体が理解できる必要があります。
文書化された対話 WebSocket ワークフローでは、複数の台詞にわたって接続を開いたまま、アプリケーションが文字を送信し、Base64 エンコードされた音声チャンクを受け取ります。メーカーは一貫した音声区間に十分な文字をバッファーに蓄えます。ごく短い断片は、文脈が追加されるかバッファーが意図的にフラッシュされるまで待つ場合があります。ターン境界では韻律をリセットでき、話者の変更は新しいターンを示します。こうした特徴を踏まえ、対話応答には孤立した単語ではなく完結した句を準備してください。
共通の対話ガイドは、要求され、利用できる場合に音声チャンクへ任意のアラインメント情報を付けられると説明しています。アラインメントは音声と文字を関連付けるのに役立ちますが、指定した発話の長さが常に一定になるという約束ではありません。再生やファイル収集に合うメーカーの出力形式を選びます。共通 TTS 形式の系列には MP3 と PCM が含まれ、該当ワークフローでは電話用エンコードも使えます。対話接続と、事前収録する完全な音声リクエストは異なるモードなので、準備や時間に関する前提を分けてください。
発音では、曖昧な略語を展開し、そのままでは意味が不明確になる数字を意図した読みの形で書いてください。名前と繰り返し登場する用語を統一します。系列名が似ているというだけで、v4 のネイティブ IPA 構文や通常の v3 のリクエスト上限を引き継がないでください。会話での役割に合わせて声を選び、原稿を続ける前に代表的な台詞で明瞭さと感情の適合を確認します。
実用的なアシスタント応答では、1 つの主題、明確な結果、ユーザーが返答できる自然な終わり方を使います。例えば、「新しい配送先住所を受け止め、通りの名前を明瞭に繰り返し、保存済み住所を変更したいか確認してください」という指示です。キャラクターでは、確立した人物像を保ちながら現在の場面に合う反応にします。長い説明を意味のある文の境界で分け、直前の会話の文脈を維持してください。成果物は入力した応答の音声であり、電話の相手の書き起こしや独立して生成した判断ではありません。
Ailoot Ultra · 音声合成 POST /v1/audio/speech elevenlabs/eleven-v3-conversational
elevenlabs/eleven-v3-conversational
elevenlabs/eleven-v3-conversationalはじめに
Eleven v3 Conversational は、ライブ対話向けの ElevenLabs の表現豊かな音声モデルです。準備した文字を、文脈に応じた話し方と音声タグによって音声に変換します。通常の v3 ナレーションとは異なるメーカーのストリーミングワークフローで、70 を超える言語に対応します。
- 対応する入力
- テキスト
- 結果
- 音声
Ailootで利用可能 · 入力とメソッド
Ailoot Ultra · 音声合成 POST /v1/audio/speech
- 入力の種類
text- 出力の種類
audio- 出力形式
- mp3
| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 elevenlabs/eleven-v3-conversational | デフォルト— |
フィールドinput | 種類string | 要件必須 | 値と制限 最小の長さ: 1 最大の長さ: 5,000 単位: Unicode 文字 | デフォルト— |
フィールドvoice | 種類string | 要件必須 | 値と制限 george, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger, will | デフォルト— |
フィールドresponse_format | 種類string | 要件必須 | 値と制限 mp3 | デフォルト— |
入力素材の組み合わせ
text_to_speech · 必須: input
メソッドのパラメータとライフサイクル
| パラメータ | 仕様 |
|---|---|
パラメータcontent_type | 仕様application/json |
パラメータrequired | 仕様model, input, voice, response_format |
パラメータvoice_ids | 仕様george, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger, will |
パラメータresponse_format | 仕様mp3 |
パラメータmax_input_characters | 仕様5000 |
パラメータother_options | 仕様false |
パラメータinput | 仕様正確なUTF-8テキスト。正規化せずにUnicode文字数を数えます |
パラメータmaterial_types | 仕様text |
ライフサイクル: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · 実際に返された task_id またはメディアライブラリのレコード
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
このモデルのプロファイルから、使用する音声を正確に選択してください。
入力文字数と音声の秒数は、別の計測単位です。
料金
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
- 高速モード
- 未指定 高速モードが選択されている場合
- Flex モード
- 未指定 flex モードが選択されている場合
- 最大推論量
- 未指定 推論量が最大で、調整に既定値（default）を使用する場合
Ailootの料金
設定別の価格
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | 課金単位 | 料金 |
|---|---|---|---|
| 設定基本トークン料金 | 料金表基本料金 | 課金単位— | 料金 入力 · 入力トークン — / 1K トークン 出力 · 出力トークン — / 1K トークン 入力 · キャッシュ読み取り — / 1K トークン 入力 · キャッシュ書き込み — / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定入力文字 | 料金表— | 課金単位入力文字あたり | 料金 入力 · 入力文字 $0.00008 入力文字あたり |
参考料金の詳細
モデル単位の参照料金表は、メソッド選択、見積もり、課金を変更しません。実際の課金には、選択したAilootメソッドの料金を適用します。
ElevenLabs: Eleven v3 Conversational
設定別の価格
| 設定 | 課金条件 | 料金 |
|---|---|---|
| 設定ElevenLabs: Eleven v3 Conversational · 標準設定 | 課金条件デフォルト設定 | 料金 入力 · 入力文字数 $0.00004 入力文字あたり |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
リクエスト例
Ailoot Ultra · 音声合成
set -eu
: "${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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o speech.mp3
結果を受け取って保存
Ailoot Ultra · 音声合成
mp3
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
その他のコンテンツ取得
set -eu
: "${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
完了した結果をすべて保存
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
バイナリ結果の全体とヘッダーを保存してください。JSON または複数の出力が返された場合は、すべてのデータ項目を保存し、実際に返された署名付きアセット URL から各アセットを取得してください。
元のレスポンスを確認する場合
再送せずに照合できるよう、元の operation_id/X-Client-Request-ID を保存してください。音声専用のポーリングルートはありません。
レスポンスのフィールド
| フィールド | 種類 |
|---|---|
フィールドbinary audio | 種類bytes |
フィールドresponse headers | 種類headers |
エラーと次の手順
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
レスポンスserver_error | 条件返されたレスポンスは、操作または結果の確認が必要であることを示しています | 次の手順最初に返された操作／タスク ID、リクエストヘッダー、レスポンスを保存し、その元の操作に対してサポートされている読み取りを継続してください。作成リクエストを再送しないでください。 |
エイリアス
モデルのエイリアス
Ailoot Ultra elevenlabs/eleven-v3-conversational
メソッドパスのエイリアス
上記に表示されたメソッドパスを使用してください。
関連する呼び出し用ID
FAQ · ElevenLabs: Eleven v3 Conversational
- 利用できる入力と結果は何ですか？
POST /v1/audio/speech·elevenlabs/eleven-v3-conversational:text→audio- リクエストはどの項目を使用しますか？
POST /v1/audio/speech·elevenlabs/eleven-v3-conversational:model,input,voice,response_format- どの制限が適用されますか？
POST /v1/audio/speech·elevenlabs/eleven-v3-conversational:input.maximum_length:5000