ElevenLabs: Eleven v4 Turbo

Eleven v4 Turbo は、ライブ会話、音声アシスタント、対話型キャラクター向けに、文字を表現豊かな音声へ変換します。v4 系列の感情の幅と音声指示を保ちながら、接続ごとに登録する声を 1 つとするストリーミング仕様を使います。

Ailoot Ultra · 音声合成 POST /v1/audio/speech elevenlabs/eleven-v4-turbo

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 v4 Turbo は、リアルタイムの会話と音声エージェントの応答向けに設計された、ElevenLabs の表現豊かな音声合成版です。文字を受け取って音声を返し、v4 系列の感情表現の幅を対話型ワークフローに持ち込みます。メーカーは、制作コンテンツとナレーション向けに調整された通常の v4 と、その用途を区別しています。サポート応答、アシスタントの説明、対話型キャラクターの台詞が Turbo の用途として挙げられています。

メーカーの双方向ストリーミングワークフローは、生成中の文字を受信し、発話全体が届く前に音声を返せます。これにより、段落が完成するまで待たずに話し始められます。これは文字から音声への工程であり、応答の言葉は合成モデルに入力されます。電話の相手を聞き取ること、実行する行動の判断、割り込みの検出は、周囲の音声エージェントアプリケーションの別機能です。

文書化された Text to Dialogue WebSocket の仕様では、v4 Turbo に登録できる声は正確に 1 つです。最大 10 の声を登録できる v4 の仕様とは異なります。接続は選択した声で連続するターンを扱え、新しいターンの信号でターン境界の韻律をリセットします。アシスタント用に 1 つの明確な話者の声を準備し、会話の内容や口調が変わっても維持してください。

ストリーミングでも、有用な音声区間を作るだけの文字量が必要です。ガイドは、部分音声の開始前に約 40 文字と 8 単語のメーカー側バッファーがあると説明しています。短いバッファーも、接続を終了せず意図的にフラッシュできます。音声は Base64 エンコードされたチャンクで届き、アプリケーションが再生用にデコードしたりファイルにまとめたりできます。要求され、利用できる場合は、チャンクにアラインメント情報を付けられます。これらはメーカーのワークフロー詳細であり、個々の発話の固定遅延や正確な時間を保証するものではありません。

音声タグと会話の文脈が話し方を導きます。同じ声を保ちながら、確認はうれしそうに、説明は注意深く、訂正は落ち着いて話せます。該当する言葉の近くに、聞こえる表現の指示を置いてください。例えば、「[warm] その手順は完了しました。[pause] 次の項目を確認しましょう」という文です。言葉自体が正しい結果をすでに伝えている必要があります。タグは不足する事実を補うのではなく、その結果の聞こえ方を調整します。

v4 モデル系列は 90 を超える言語に対応し、文書化された例には英語、フランス語、ドイツ語、日本語、スペイン語、ポルトガル語、ロシア語があります。ElevenLabs は、ターンや言語をまたいで安定した話者の声を保つと説明し、v4 と v4 Turbo の両方で Professional Voice Clones に対応しています。音声の準備や複製は、応答の合成とは別工程です。声と対象言語を明示的に選び、対話全体で名前、用語、望ましい読み方を統一してください。

ElevenLabs の文書化された形式の選択肢には、一般的な聴取用の MP3、制作音声用の非圧縮 PCM または WAV、電話用の μ-law があります。選択した出力形式によって、メーカーのワークフローで使うサンプルレートとエンコードが決まります。アシスタントでは、原稿にエンコードを指定させるのではなく、再生先に合う形式を選んでください。選択した声で重要な名前や略語を確認し、必要な読み上げ文を文字で明確に書きます。メーカーは、v4 の両派生版の音声設定として Stability と Similarity を説明しています。この仕様では Style と Speed のスライダーは利用できません。発話原稿と音声指示で話し方を整えてください。

実用的な会話の制作指示は、1 つの結果と明確な次の手順を含む簡潔な応答から始まります。例えば、「文書を受け取ったことを確認し、まだ必要な情報を 1 つ説明してください。落ち着いた親しみやすい話し方にし、文書名を正確に保ってください」という指示です。長い答えは意味のある境界で分割し、周囲の会話の文脈を維持します。明瞭さ、各ターンの始まりと終わり、感情がメッセージに合うかを評価してください。成果物は、入力文字と選択した声によるストリームまたは収集済み音声で、アプリケーションの推論や聞き取りの工程とは別のものです。

Ailoot Ultra · 音声合成 POST /v1/audio/speech elevenlabs/eleven-v4-turbo

elevenlabs/eleven-v4-turbo

ElevenLabs /elevenlabs/eleven-v4-turbo

はじめに

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-v4-turbo	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: 10,000 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10000
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 v4 Turbo

設定別の価格

設定	課金条件	料金
設定ElevenLabs: Eleven v4 Turbo · 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

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-v4-turbo", "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}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}

その他のコンテンツ取得

メディアライブラリタスクのステータスアセットの詳細

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-v4-turbo

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。

ElevenLabs: Eleven v4 Turbo