ElevenLabs: Eleven v4

Eleven v4 сценарийлерді контекстке сай орындауы, мәтін ішіндегі аудио нұсқаулары және дыбыс оқиғалары бар мәнерлі сөйлеуге айналдырады. ElevenLabs оны дайын баяндауға, кейіпкер диалогына және көптілді аудиоға арнайды; әр генерация шегі — 10,000 таңба.

Ailoot Ultra · Дыбыстау POST /v1/audio/speech elevenlabs/eleven-v4

Модель туралы

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

Eleven v4 — дайын мазмұнға, баяндауға және кейіпкер орындауына арналған ElevenLabs мәнерлі мәтінді сөйлеуге айналдыру моделі. Оның жаңа архитектурасы кім сөйлеп жатқанын, не болғанын және келесі репликаның қалай естілуі керегін қалыптастыру үшін сценарий контекстін қолданады. Кіріс — таңдалған дауыспен байланысқан жазбаша сценарий; нәтиже — аудио. Өндіруші эмоциялық диалогты, аудиокітап өндірісін, анимация мен ойындарды және көптілді жобаларды тән қолданыстар ретінде атайды.

Режиссерлік нұсқауларды сценарийге мәтін ішіндегі аудио тегтерімен жазуға болады. [laughs], [whispers] және [door slams] сияқты тегтер дауыс орындауын, сөзсіз дыбыс оқиғасын немесе көріністегі дыбысты сипаттай алады. V4 құжатталған жаңартуы v3 моделіне қарағанда осындай нұсқаулар тізбегіне ілесуді жақсартады. Қысқа драмалық сәт үшін нақты айтылатын сөздерді жазып, орындау белгісін соңына қатыссыз эмоциялар тізімін жалғаудың орнына маңызды тұсына қойыңыз.

Кідіріс пен екпін табиғи тілдегі аудио нұсқауларды қолданады. ElevenLabs үзіліске [pause] және [long pause], орындауға [excited] немесе [sighs] сияқты белгілерді құжаттайды. V4 үшін SSML <break> тегтері өшірілген, сондықтан сол тегтері бар ескі сценарийді v4 нұсқау пішіміне бейімдеу керек. Тег қажетті орындауды атайды; ол өздігінен нақты миллисекунд санын белгілемейді немесе бекітілген соңғы ұзақтыққа кепілдік бермейді.

Өндірушінің диалог үдерісі бірнеше сөйлеушіні қолдап, көріністе бөлек дауыстар мен дыбыс оқиғалары болуына мүмкіндік береді. V4 диалог WebSocket профилі онға дейін тіркелген дауысты, ал v4 Turbo профилі біреуін қолдайды. Сөйлеуші кезектерінің анық ретін дайындап, әр репликаны қажетті дауыспен байланысты ұстаңыз. Мысал әңгіме тыныш сенімсіз сұрақтан сенімді жауапқа, кейін жеңілдеген реакцияға ауыса алады. Мазмұн мен эмоциялық ауысу сценарийдің өзінен түсінікті болуы тиіс. Бір баяндаушы үшін баяндауды дәйексөз репликасынан немесе көңіл күй өзгерісінен ажыратуға сол анықтықты қолданыңыз.

Eleven v4 ағылшын, француз, неміс, жапон, испан, португал және орыс тілдерін қоса алғанда 90-нан астам тілді қолдайды. Өндіруші тіл өзгерістері кезінде бірізді дауыс сапасын сипаттайды. Қажетті жазбаның тілі мен аймағына сай дауыс пен айтылым таңдаңыз; сценарий тілі де, дауыс сипаты да маңызды. Жергіліктендірілген сабақ үшін алдымен айтылатын тұжырымды аударып, жаңа сценарийде мағынаны, терминологияны және орындау белгілерін сақтаңыз.

Бір генерация 10,000 таңбаға дейін қолдайды. Ұзын жұмыс сегменттер арасында қарқын мен орындауды бірізді сақтауға бағытталған контекст біріктіруімен бірнеше байланысқан генерация ретінде дайындалады. Тарауды табиғи сөйлем немесе көрініс шекарасында бөліп, айнала контекстін сақтаңыз. Өндіруші реплика қайта жасалғанда тұрақты сөйлеуші сәйкестігін де сипаттайды. Бұл айнала материалда сол құрам мен орындау стилін сақтай отырып, бір үзіндіні түзетуге пайдалы.

V4 ElevenLabs өндіруші үдерісінде Instant және Professional Voice Clones қолдайды. ElevenLabs олардың v4 нұсқасында қайтқанын атап көрсетеді; v3 нұсқау нұсқаулығында Professional Voice Clones v3 үшін толық оңтайландырылмағаны айтылған. V4 іске қосылғанға дейін жасалған Instant немесе Professional Voice Clones модельмен тиімді жұмыс істеуі үшін v4 үшін қайта оқытылуы қажет. Дауыс клондау синтезде қолданылатын дауысты жасайды не дайындайды; ол берілген сценарийді сөйлеуге айналдыру әрекетінен бөлек. Модель сәйкестігі бір міндетті әдепкі дауысты талап етпейді, сондықтан модель атауы сөйлеушіні анықтайды деп ойламай, баяндаушыға немесе кейіпкерге дауыс таңдаңыз.

Өндіруші жалпы тыңдауға және медиа таратуға MP3, сығылмаған өндірістік аудиоға WAV немесе PCM, телефонияға μ-law құжаттайды. API таңдалған пішімнің дискреттеу жиілігі мен битрейтін басқарады. Айтылым сөздіктері есімдердің, қысқартулардың және техникалық терминдердің қалай айтылатынын анықтай алады. V4 /IPA_transcription/ сияқты қиғаш сызықтармен қоршалған стандартты IPA транскрипцияларын, соның ішінде көпбуынды терминдердің екпін белгілерін де таниды; айтылым дауыс пен тіркеске қарай бәрібір өзгеруі мүмкін. Өндіріс алдында қажетті терминдерді дайындап, түзетулер бойында олардың қалаулы ауызша түрін бірізді сақтаңыз. V4 өндіруші профилі Stability және Similarity дауыс баптауларын қолданады; Style және Speed жүгірткілері қолжетімсіз. Қарқын мен эмоциялық орындау сценарий және аудио тегтері арқылы бағытталады.

Практикалық баяндау тапсырмасы үшін дайын көріністі, қажетті дауысты, тілді, эмоциялық желіні және аудионың мақсатты орнын беріңіз. Мысалы: «Кіріспені сабырлы оқыңыз, жаңалық ашылар алдында кідіріңіз және соңғы репликаны жеңілдегендей айтыңыз; баяндаушы үнін бірізді ұстаңыз». Айтылымды, сөйлеуші ауысуларын, естілетін тегтерді немесе оқиғаларды және үзінділер арасындағы ауысуларды тексеріңіз. Пайдалы нәтиже — белгілі бір репликаны түзетуге қажет нұсқаулары және таңдалған дублі бар, сценарийге байланысқан дайын сөйлеу жазбасы.

Ailoot Ultra · Дыбыстау POST /v1/audio/speech elevenlabs/eleven-v4

elevenlabs/eleven-v4

ElevenLabs /elevenlabs/eleven-v4

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-v4	Әдепкі—
Өріс`input`	Түрі`string`	ТалапМіндетті	Мәндер мен шектеулер Ең аз ұзындық: 1 Ең үлкен ұзындық: 10 000 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 талаптары10000
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 $0.00016 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 v4

Баптаулар бойынша бағалар

Баптау	Төлемді есептеу шарттары	Төлем
БаптауElevenLabs: Eleven v4 · Әдепкі конфигурация	Төлемді есептеу шарттарыӘдепкі баптау	Төлем Кіріс · Кіріс таңбалары 0,00008 $ 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-v4", "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-v4

Әдіс жолдарының балама атаулары

Жоғарыда көрсетілген әдіс жолдарын пайдаланыңыз.

Шақыруға арналған байланысты ID

elevenlabs/eleven-v4

FAQ · ElevenLabs: Eleven v4

Қандай кіріс деректері мен нәтижелер қолжетімді?: POST /v1/audio/speech · elevenlabs/eleven-v4: text → audio
Сұрау қандай өрістерді пайдаланады?: POST /v1/audio/speech · elevenlabs/eleven-v4: model, input, voice, response_format
Қандай шектеулер қолданылады?: POST /v1/audio/speech · elevenlabs/eleven-v4: input.maximum_length: 10000

ElevenLabs: Eleven v4