ElevenLabs: Eleven Flash v2

Eleven Flash v2 — жылдам жауап беретін дауыстық өзара әрекетке арналған ElevenLabs-тың тек ағылшын тіліндегі мәтінді сөйлеуге айналдыру моделі. Ол дайын мәтінді ауызша аудиоға айналдырады; сұрау шегі — 30,000 таңба, кідірістер мен жеке сөз айтылымына арналған құжатталған параметрлері бар.

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

Модель туралы

Бұл сипаттама модель мүмкіндіктерін қамтиды. Ailoot жүйесінде таңдалған әдіс үшін қолжетімді кіріс, шығыс және параметрлер төменде берілген.

Eleven Flash v2 — жылдам жауап беретін дауыстық қолданбаларға арналған ElevenLabs-тың тек ағылшын тіліндегі сөйлеу синтезі моделі. Ол жазылған репликаны қабылдап, таңдалған дауыспен ауызша аудио жасайды. Өндіруші Flash моделін ассистент растаулары, ауызша нұсқаулар және ойын жауаптары сияқты нақты уақыттағы сөйлесу мен интерактивті тәжірибелерге ұсынады. Бұл аталған шығарылым көптілді Flash v2.5 моделінен және мәнерлі v3, v4 топтарынан бөлек.

Ағылшын тілі — Flash v2 тілдік профилі. Дауыс аймақтық акцент пен белгілі бір үн бере алады, бірақ бұл шығарылымды көптілді модель етпейді. Мақсатты тыңдаушыға және сөйлемнің міндетіне сай дауыс таңдаңыз. Ассистент растауы, нұсқаушы баяндаушы және интерактивті кейіпкердің фактілік мазмұны бірдей болса да, олардың ырғағы әртүрлі болуы мүмкін. Синтез алдында айтылуға тиіс нақты ағылшын сөздерін дайындаңыз.

Бір сұрау 30,000 таңбаға дейін қолдайды. Өндірушінің осы шек жанындағы жуық аудио ұзақтығы бекітілген ұзақтық емес. Интерактивті жауапта бір негізгі ой мен анық аяқталуды сақтаңыз; ұзынырақ жазба үшін байланысты мәтінді сөйлем не бөлім шекараларында бөліңіз. Ортақ TTS үдерісі байланысқан генерациялар арасындағы просодияны сақтау үшін көршілес мәтінді немесе сұрау контекстін құжаттайды, сондықтан бөліктерге бөлу кезекті үзінділер арасындағы байланысты жоймауы тиіс.

Flash v2 кідіріс үдерісі SSML break тегтерін қолданады. Өнім нұсқаулығы табиғи кідіріс сұрауға <break time="1.5s" /> мысалын береді; үш секундқа дейінгі мәндер құжатталған. Дауыс кідіріс айналасындағы орындауға әсер етеді, ал тым көп тег жылдамдықтың өзгеруіне, шуға немесе артефактілерге әкелуі мүмкін. Кідірісті әр сөздің арасына емес, тыңдаушыға ауысу қажет жерге қойыңыз. Тыныс белгілері мен көп нүкте де уақытқа әсер ете алады, бірақ олар азырақ бірізді және кідіріңкі үн қоса алады.

Жеке сөздерге IPA немесе CMU Arpabet түріндегі SSML фонема белгілеуін қолдануға болады. Өндіруші v2 айтылымының болжамдылығы үшін CMU Arpabet ұсынады және көп сөзден тұратын есімнің әр сөзіне фонема ережесін бөлек қолдану керек екенін айтады. Айтылым сөздіктері қайталанатын терминнің қажетті фонемасын немесе баламасын сақтай алады; сәйкестендіруде әріп регистрі ескеріледі. Бұл v4 нұсқасының қиғаш сызықпен қоршалған төл IPA синтаксисінен және Flash v2.5 айтылым профилінен өзгеше.

Анықтамалық кодтарды, күндерді және қысқартуларды қажетті ауызша түрінде дайындаңыз. Бірдей цифрлар мөлшер немесе идентификатор болуы мүмкін, сондықтан тыңдаушы бүтін санды ма, әлде жеке цифрларды ма естуі керектігін көрсетіңіз. Ай мен күнді бірмәнді жазыңыз және сөз ретінде айтылуға тиіс қысқартуларды ашып жазыңыз. Мәтінге салынған қарапайым түсіндірме нұсқау өзі дауысталып оқылуы мүмкін; v3 және v4 мәнерлі аудио тегтері осы шығарылымға сипатталған басқару профиліне жатпайды.

Өндірушінің пішімдер тобына MP3, сығылмаған 16-биттік PCM, телефонияға арналған μ-law және A-law, сондай-ақ Opus кіреді. Ортақ үдеріс толық жазба бере алады немесе сөйлеуді біртіндеп қайтарады. Дауыс параметрлері тұрақтылыққа, ұқсастыққа және қарқынға әсер етеді; құжатталған жылдамдық ауқымы — 0.7–1.2, ал 1.0 өзгеріссіз. Бұл баптаулар орындауды бағыттайды, бірақ бірдей дубльге немесе нақты соңғы жазба ұзақтығына кепілдік бермейді.

Ағылшын тіліндегі практикалық көмек хабарламасында алдымен нәтижені, кейін бір келесі қадамды айтыңыз: сақталған таңдауды растаңыз, тиісті өріс атауын анық оқыңыз және пайдаланушының әрі қарай не істей алатынын түсіндіріңіз. Оқыту үшін толық нұсқау жазып, келесі әрекет алдында кідіріс қолданыңыз. Таңдалған аудиода күрделі есімдерді, сандарды және ауысуларды тексеріңіз. Осы дубльді сценарийімен және айтылым дайындауымен бірге сақтаңыз, сонда ол қайта пайдаланылатын ауызша белгіге, хабарландыруға немесе ассистент жауабына айнала алады.

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

elevenlabs/eleven-flash-v2

ElevenLabs /elevenlabs/eleven-flash-v2

Бастау

Қабылданатын кіріс деректері: Мәтін
Нәтижелер: Аудио

Ailoot жүйесінде қолжетімді · кіріс деректері мен әдістер

Ailoot Ultra · Дыбыстау POST /v1/audio/speech

Кіріс: text
Шығыс: audio
Шығыс пішімі: mp3

Өріс	Түрі	Талап	Мәндер мен шектеулер	Әдепкі
Өріс`model`	Түрі`string`	ТалапМіндетті	Мәндер мен шектеулер elevenlabs/eleven-flash-v2	Әдепкі—
Өріс`input`	Түрі`string`	ТалапМіндетті	Мәндер мен шектеулер Ең аз ұзындық: 1 Ең үлкен ұзындық: 30 000 Бірлік: Unicode таңбалары	Әдепкі—
Өріс`voice`	Түрі`string`	ТалапМіндетті	Мәндер мен шектеулер george, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger, will	Әдепкі—
Өріс`response_format`	Түрі`string`	ТалапМіндетті	Мәндер мен шектеулер mp3	Әдепкі—

Кіріс материалдарының үйлесімдері

text_to_speech · Міндетті: input

Әдіс параметрлері мен өмірлік циклі

Параметр	Параметр талаптары
Параметр`content_type`	Параметр талаптарыapplication/json
Параметр`required`	Параметр талаптарыmodel, input, voice, response_format
Параметр`voice_ids`	Параметр талаптарыgeorge, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger, will
Параметр`response_format`	Параметр талаптарыmp3
Параметр`max_input_characters`	Параметр талаптары30000
Параметр`other_options`	Параметр талаптарыfalse
Параметр`input`	Параметр талаптарыдәл UTF-8 мәтіні; қалыпқа келтірмей есептелген Unicode таңбалар саны
Параметр`material_types`	Параметр талаптарыtext

Өмірлік цикл: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · Нақты қайтарылған task_id немесе медиатека жазбасы

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Осы модель профилінен нақты дауысты таңдаңыз.

Кіріс таңбалары мен аудио секундтары бөлек есептеу бірліктері болып саналады.

Тарифтер

Тариф анықтамасы сұрау мүмкіндіктерін қоспайды. Қолдау көрсетілетін параметрлер таңдалған әдісте берілген.

Жылдам режим: Көрсетілмеген Жылдам режим таңдалғанда
Икемді режим: Көрсетілмеген flex режимі таңдалғанда
Ой қорытудың ең жоғары деңгейі: Көрсетілмеген Ой қорыту деңгейі ең жоғары болып, default түзетуі қолданылғанда

Ailoot мөлшерлемелері

Баптаулар бойынша бағалар

Әр төлемді көрсетілген шарттармен салыстырыңыз. Балама баптаулардың әр жиыны үшін бір мөлшерлемені қолданыңыз.

Баптау	Мөлшерлемелер кестесі	Есептеу бірлігі	Төлем
БаптауТокендердің базалық тарифтері	Мөлшерлемелер кестесіНегізгі мөлшерлеме	Есептеу бірлігі—	Төлем Кіріс · Кіріс токендері — / 1K токен Шығыс · Шығыс токендері — / 1K токен Кіріс · Кэшті оқу — / 1K токен Кіріс · Кэшке жазу — / 1K токен Кіріс · Кэшке жазу, 1 сағ — / 1K токен
Баптаукіріс таңбасы	Мөлшерлемелер кестесі—	Есептеу бірлігікіріс таңбасы үшін	Төлем Кіріс · кіріс таңбасы $0.00008 кіріс таңбасы үшін

Анықтамалық тариф мәліметтері

Модельдің анықтамалық кестелері әдіс таңдауын, баға есебін не төлемді өзгертпейді. Қолданыстағы төлемдер таңдалған Ailoot әдісінің мөлшерлемелерімен есептеледі.

ElevenLabs: Eleven Flash v2

Баптаулар бойынша бағалар

Баптау	Төлемді есептеу шарттары	Төлем
БаптауElevenLabs: Eleven Flash v2 · Әдепкі конфигурация	Төлемді есептеу шарттарыӘдепкі баптау	Төлем Кіріс · Кіріс таңбалары 0,00004 $ кіріс таңбасы үшін

Ailoot сұрау алдында болжамды соманы резервтейді. Нәтижеден кейін өлшенген пайдалану көлемі бойынша қорытынды төлемді шегереді. Ағындық жауап үшін төлем соңғы пайдалану жазбасы негізінде шегеріледі. Резервтеу мен төлемді есептеу тәртібі →

Сұрау мысалдары

Ailoot Ultra · Дыбыстау

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

Нәтижелерді алу және сақтау

Ailoot Ultra · Дыбыстау

mp3

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

Басқа мазмұнды оқу

Медиа кітапханасыТапсырма күйіМатериал мәліметтері

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

Барлық дайын нәтижені сақтау

Қайтарылған әр толық жауапты, файлды және мазмұн бөлігін сақтаңыз.

Толық бинарлық нәтижені және тақырыптарды сақтаңыз. JSON/бірнеше нәтиже қайтарылса, әрбір дерек элементін сақтап, активке берілген әрбір нақты қолтаңбаланған URL мекенжайынан жүктеп алыңыз.

Бастапқы жауапты тексеру қажет болса

Қайта жібермей салыстырып тексеру үшін бастапқы operation_id/X-Client-Request-ID мәнін сақтаңыз; аудио күйін мерзімді түрде сұратуға арналған жеке маршрут жоқ.

Жауап өрістері

Өріс	Түрі
Өріс`binary audio`	Түріbytes
Өріс`response headers`	Түріheaders

Қателер және келесі қадамдар

Жауап	Шарт	Келесі қадам
Жауап400 · `invalid_request_error`	ШартМіндетті өрістер, материалды ұсыну тәсілі немесе параметр мәні қате	Келесі қадамЖаңадан жасау сұрауын жібермес бұрын көрсетілген өрістерді түзетіңіз.
Жауап`server_error`	ШартҚайтарылған жауапта операцияны немесе нәтижені тексеру қажет екені көрсетілген	Келесі қадамБастапқыда қайтарылған операцияның/тапсырманың ID мәнін, сұрау тақырыптарын және жауабын сақтаңыз; сол бастапқы операцияны қолдау көрсетілетін тәсілдермен оқуды жалғастырыңыз. Жасау сұрауын қайта жібермеңіз.

Балама атаулар

Модельдердің балама атаулары

Ailoot Ultra elevenlabs/eleven-flash-v2

Әдіс жолдарының балама атаулары

Жоғарыда көрсетілген әдіс жолдарын пайдаланыңыз.

Шақыруға арналған байланысты ID

elevenlabs/eleven-flash-v2

FAQ · ElevenLabs: Eleven Flash v2

Қандай кіріс деректері мен нәтижелер қолжетімді?: POST /v1/audio/speech · elevenlabs/eleven-flash-v2: text → audio
Сұрау қандай өрістерді пайдаланады?: POST /v1/audio/speech · elevenlabs/eleven-flash-v2: model, input, voice, response_format
Қандай шектеулер қолданылады?: POST /v1/audio/speech · elevenlabs/eleven-flash-v2: input.maximum_length: 30000

ElevenLabs: Eleven Flash v2