ElevenLabs: Eleven v3 Conversational

Eleven v3 Conversational — тікелей диалогқа арналған ElevenLabs мәнерлі сөйлеу моделі. Ол дайын мәтінді контекстке сай орындаумен және аудио тегтерімен аудиоға айналдырады; кәдімгі v3 баяндауынан бөлек өндіруші ағындық үдерісінде 70-тен астам тілді қолдайды.

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

Модель туралы

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

Eleven v3 Conversational — нақты уақыттағы диалогқа арналған ElevenLabs сөйлеу синтезі шығарылымы. Ол дайын жауап мәтінін қабылдап, v3 тобының эмоциялық ауқымы мен контекстке сай орындауы бар ауызша аудио қайтарады. Өндіруші оны кәдімгі Eleven v3 моделінен бөлек көрсетіп, Text to Dialogue ағындық үдерісіне орналастырады. Оның пайдалы рөлі — келесі репликасы алдыңғы әңгімеге тәуелді ассистенттің немесе интерактивті кейіпкердің дауысы.

Модель ағылшын, француз, неміс, жапон, корей, испан, португал және орыс тілдерін қоса алғанда 70-тен астам тілді қолдайды. Жазылған жауап тілін және сәйкес акценті бар дауысты таңдаңыз. Көптілді қолдау сценарийі үшін синтезге жібермес бұрын тұжырымды табиғи ауызша тілге бейімдеңіз. Модель берілген мазмұнды айтады; жауапты анықтайтын пайымдау және пайдаланушы микрофонының кірісін кез келген түсіндіру — қолданбаның бөлек кезеңдері.

Аудио тегтері эмоция мен орындауды дәл басқаруға мүмкіндік береді. Жұбататын жауап, қызығушылық танытқан сұрақ және кейіпкердің драмалық реакциясы сөздері қысқа болса да әртүрлі орындауды қажет етеді. Белгіні әсер ететін репликаға жақын ұстап, эмоциялық ауысуды түсіндіруге жеткілікті контекст сақтаңыз. Мысал тапсырма: «Түзетуді жылы түрде растаңыз, кейін келесі қадамды бірқалыпты, зейінді дауыспен түсіндіріңіз». Жауап жетіспейтін ақпаратты белгі береді деп күтпей-ақ түсінікті болуы тиіс.

Құжатталған диалог WebSocket үдерісінде қолданба мәтінді жіберіп, байланыс репликалар арасында ашық тұрғанда Base64-кодталған аудио бөліктерін алады. Өндіруші тұтас сөйлеу сегментіне жеткілікті мәтінді буферге жинайды; өте қысқа фрагменттер көбірек контекст келгенше немесе буфер әдейі босатылғанша күтуі мүмкін. Кезек шекаралары просодияны қайта бастай алады, ал сөйлеуші өзгерісі жаңа кезекті белгілейді. Бұл сипаттар интерактивті жауапта жеке сөздердің орнына толық тіркестерді қалай дайындау керегін бағыттайды.

Ортақ диалог нұсқаулығы сұралғанда және қолжетімді болса, аудио бөліктерінде міндетті емес сәйкестендіру деректерін құжаттайды. Сәйкестендіру сөйлеуді мәтінмен байланыстыруға көмектесе алады, бірақ берілген репликаның бір бекітілген ұзақтығы болады деген уәде емес. Өндіруші нәтиже пішімін ойнатуға немесе файлға жинауға сай таңдаңыз; ортақ TTS пішімдер тобына MP3 және PCM кіреді, ал тиісті үдерісте телефония кодтаулары қолжетімді. Диалог байланысы мен толық алдын ала жазылған сөйлеу сұрауы — әртүрлі режимдер, сондықтан олардың дайындау және уақыт жорамалдарын бөлек ұстау керек.

Айтылым үшін екіұшты қысқартуларды ашып, мағынасы әйтпесе түсініксіз болса, сандарды қажетті ауызша түрінде жазыңыз. Есімдер мен қайталанатын терминологияны бірізді сақтаңыз. Тек топ атауы ұқсас болғандықтан v4 моделінің төл IPA синтаксисін немесе кәдімгі v3 сұрау шегін көшірмеңіз. Дауысты сөйлесу рөліне сай таңдап, сценарийді жалғастырмас бұрын үлгі репликаның анықтық пен эмоциялық сәйкестігін тексеріңіз.

Практикалық ассистент жауабында бір негізгі ой, анық нәтиже және пайдаланушыға жауап беруге мүмкіндік беретін табиғи аяқталу болсын. Мысалы: «Жаңа жеткізу мекенжайын қабылдағаныңызды білдіріңіз, көше атауын анық қайталаңыз және пайдаланушы сақталған мекенжайды өзгерткісі келе ме деп сұраңыз». Кейіпкер үшін реакцияны қазіргі көрініске сәйкестендіре отырып, қалыптасқан бейнені сақтаңыз. Ұзын түсіндірмелерді мағыналы сөйлем шекараларында бөліп, алдыңғы әңгіме контекстін сақтаңыз. Нәтиже — қоңырау шалушының транскрипті немесе өздігінен жасалған шешім емес, берілген жауапқа арналған ауызша аудио.

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

elevenlabs/eleven-v3-conversational

ElevenLabs /elevenlabs/eleven-v3-conversational

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-v3-conversational	Әдепкі—
Өріс`input`	Түрі`string`	ТалапМіндетті	Мәндер мен шектеулер Ең аз ұзындық: 1 Ең үлкен ұзындық: 5 000 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 талаптары5000
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 v3 Conversational

Баптаулар бойынша бағалар

Баптау	Төлемді есептеу шарттары	Төлем
БаптауElevenLabs: Eleven v3 Conversational · 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-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

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-v3-conversational

Әдіс жолдарының балама атаулары

Жоғарыда көрсетілген әдіс жолдарын пайдаланыңыз.

Шақыруға арналған байланысты ID

elevenlabs/eleven-v3-conversational

FAQ · ElevenLabs: Eleven v3 Conversational

Қандай кіріс деректері мен нәтижелер қолжетімді?: POST /v1/audio/speech · elevenlabs/eleven-v3-conversational: text → audio
Сұрау қандай өрістерді пайдаланады?: POST /v1/audio/speech · elevenlabs/eleven-v3-conversational: model, input, voice, response_format
Қандай шектеулер қолданылады?: POST /v1/audio/speech · elevenlabs/eleven-v3-conversational: input.maximum_length: 5000

ElevenLabs: Eleven v3 Conversational