ElevenLabs: Eleven v3
Eleven v3 は、文中の音声タグとメーカーの対話モードを使い、原稿から感情豊かな音声を合成します。70 を超える言語に対応し、リクエスト上限は 5,000 文字です。ナレーション、キャラクターの場面など、話し方が重要な演技に向いています。
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は、感情を伴う対話、登場人物の会話、オーディオブックのナレーション向けの、ElevenLabsの表現豊かなテキスト音声変換モデルです。文章の台本を音声に変え、文脈で感情の幅や発声を形作ります。メーカーは、単一の声の音声と、複数話者の対話の流れに対応します。このカードは名前付きv3版を扱い、v3 Conversationalや後のv4シリーズとは分けています。
テキスト内の音声タグで、感情、発声、言葉以外の反応を指示できます。メーカーは[sad]、[angry]、[happily]、[whispers]、[shouts]、[laughs]、[clears throat]、[sighs]などを例示しています。影響させる言葉や反応の近くに手掛かりを置いてください。物語の場面では、切り離した場面説明に頼らず、実際の対話に感情の変化を書き込み、タグで意図する音を明示します。
v3はSSMLの<break>タグに対応しません。プロンプトガイドは、間とテンポに音声タグ、句読点、省略記号、文章構造を使います。これは正確な時間の契約ではなく、演技の指示を与える方法です。ためらうせりふでは、省略記号と適切な発声指示で意図するためらいを明確にできます。録音を厳密なタイムラインに合わせる必要があるなら、休止タグを固定時間の単位とみなさず、採用テイクと編集の流れで配置してください。
声の選択も重要です。文書化された指針では、声の学習資料に既にある発声は再現しやすく、珍しい要求は信頼性が下がる場合があるとされています。人物や語り手に声を合わせ、選んだタグが意図した発声を生むか確認してください。現在のv3プロンプト節は、Professional Voice Clonesがこの版に十分最適化されていないとしています。v4で文書化されたクローン改善やネイティブの発音制御は、別の版の機能です。製品ガイドは、通常のv3ではSpeed、Similarity、Speaker Boostも利用不可としています。他の版のスライダーを引き継がず、声、タグ、句読点、文章構造で速さと発声を準備してください。
Eleven v3は、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70を超える言語に対応します。言語や地域のアクセントに合う声を選び、合成前に実際に話す文言を準備してください。言語対応は台本を自動翻訳するものではありません。人物の場面を現地化する場合は、発話者の意図と反応を保ちながら、読者に自然な文言に合わせます。
テキスト音声変換の1リクエストは最大5,000文字に対応します。長い台本は、各区間に明確な始まりと終わりができるよう、場面やナレーションの完結した境界で分けます。メーカーは、音声にも対話にもcreateモードとstreamモードを提供します。対話では各発話を意図した話者に結び付け、順序を保持してください。感情の変化には、その移り変わりが分かる十分な前後の文章を添えます。
メーカー共通の音声の流れは、MP3、PCM、μ-lawなどの電話向けエンコーディングを提供し、TTSガイドには追加形式が記載されています。発音辞書は、名前や専門用語を統一する方法です。辞書ガイドは音素規則の対象としてv3を明示し、多言語の音声学的拡張をv4に限定しています。これは、スラッシュで囲むv4のネイティブIPA構文がv3の機能になることを意味しません。重要な綴りや発話用の別名を準備し、選んだ声で結果を確認してください。
実際の演技指示では、概要ではなく完成した一話を提供します。語り手の導入、人物の実際のせりふ、場面を締める反応です。どの内容を話し、どこで声による反応を入れ、各場面の感情をどう導くかを指定してください。発音、声の同一性、指示を意図せず読み上げていないか、話者間のつながりを確認します。結果は提供台本の表現豊かな録音であり、音声プロジェクトで再利用や修正ができる採用テイクを伴います。
Ailoot Ultra · 音声合成 POST /v1/audio/speech elevenlabs/eleven-v3
elevenlabs/eleven-v3はじめに
Eleven v3 は、文中の音声タグとメーカーの対話モードを使い、原稿から感情豊かな音声を合成します。70 を超える言語に対応し、リクエスト上限は 5,000 文字です。ナレーション、キャラクターの場面など、話し方が重要な演技に向いています。
- 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 | 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 $0.00016 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
設定別の価格
| 設定 | 課金条件 | 料金 |
|---|---|---|
| 設定ElevenLabs: Eleven v3 · 標準設定 | 課金条件デフォルト設定 | 料金 入力 · 入力文字数 $0.00008 入力文字あたり |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
リクエスト例
Ailoot Ultra · 音声合成
set -eu
: "${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", "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
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
- 利用できる入力と結果は何ですか？
POST /v1/audio/speech·elevenlabs/eleven-v3: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:model,input,voice,response_format- どの制限が適用されますか？
POST /v1/audio/speech·elevenlabs/eleven-v3:input.maximum_length:5000