ElevenLabs: Eleven Flash v2.5

Eleven Flash v2.5 paverčia tekstą kalba daugiakalbiams interaktyviems atsakymams ir balso programoms. Jis palaiko 32 kalbas ir iki 40 000 ženklų vienai užklausai; greito atsako profiliui naudinga skaičius bei vardus paruošti sakytine forma.

Ailoot Ultra · Įgarsinimas POST /v1/audio/speech elevenlabs/eleven-flash-v2.5

Apie modelį

Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.

Eleven Flash v2.5 yra daugiakalbis ElevenLabs teksto įgarsinimo modelis, sukurtas realiojo laiko ir interaktyvioms programoms. Jis paverčia pateiktą tekstinį atsakymą kalbos garsu, derindamas greito atsako profilį su natūraliu kalbėjimu ir nuosekliomis balso savybėmis. Gamintojas kaip būdingus naudojimo būdus nurodo balso agentus, pokalbių robotus, žaidimus ir programas, kurioms reikia nedelsiamo atsako, taip pat didesnio masto teksto įgarsinimą.

Modelis palaiko 32 kalbas: Multilingual v2 29 kalbų rinkinį ir papildomai vengrų, norvegų bei vietnamiečių. Dokumentuotas rinkinys apima anglų, japonų, kinų, vokiečių, hindi, prancūzų, korėjiečių, portugalų, italų, ispanų, indoneziečių, nyderlandų, turkų, filipiniečių, lenkų, švedų, bulgarų, rumunų, arabų, čekų, graikų, suomių, kroatų, malajų, slovakų, danų, tamilų, ukrainiečių ir rusų kalbas. Tai skiriasi nuo tik anglų kalbai skirto Flash v2. Pasirinkite teksto kalbą ir tinkamą regioninį balsą, užuot manę, kad angliško balso akcentas tinkamas kiekvienai lokalizacijai.

Užklausa palaiko iki 40 000 ženklų. Gamintojas šalia ženklų lentelės pateikia apytiksles garso trukmes, tačiau ženklų riba nėra fiksuotas įrašo ilgis. Trukmę keičia kalbėjimo greitis, kalba, skyryba ir balso maniera. Tiesioginiam atsakymui naudokite gerokai trumpesnes pilnas frazes; ilgesniam įrašui tekstą padalykite į prasmingas dalis ir išsaugokite kontekstą aplink ribas. Aukšta ženklų riba naudinga ruošiant šaltinį, tačiau nepadaro ilgo nepertraukiamo atsakymo lengvai klausomo.

Skaičių normalizavimas yra esminis šio modelio skirtumas. Konkrečiame Flash v2.5 skyriuje nurodoma, kad mažos delsos profilyje normalizavimas pagal numatytąsias nuostatas išjungtas, todėl telefonų numeriai, datos ar piniginės sumos gali būti perskaitytos netikėtai. Prieš sintezę paruoškite pageidaujamą sakytinę formą. Nuspręskite, ar skaičius yra kiekis, registracijos kodas ar atskirai kartojami skaitmenys. Datą užrašykite su mėnesiu ir diena taip, kaip juos turi girdėti auditorija; santrumpą išskleiskite, kai ji turi būti tariama žodžiais.

Tarimą galima valdyti perrašyta rašyba arba žodyno atitikmenimis. Gamintojo žodyno vadove fonemų taisyklės skirtos konkrečiai v4, v3 ir Flash v2 modeliams, o kitoms versijoms rekomenduojami atitikmenys, todėl Flash v2.5 nereikėtų priskirti Flash v2 fonemų žymų palaikymo. Išsaugokite pageidaujamą pasikartojančių vardų bei terminų tarimą ir patikrinkite jį pasirinktu balsu. Emocinis aprašymas, įtrauktas kaip instrukcija į įprastą tekstą, pats gali būti ištartas; norimam įrašui paruoškite švarų galutinį tekstą.

Bendras TTS procesas palaiko srautinį garsą ir pilną kalbos generavimą. Jo formatų šeima apima MP3, nesuspaustą 16 bitų PCM, μ-law ir A-law telefonijai bei Opus. Formatą pasirinkite pagal atkūrimo paskirtį, o sugeneruotą tekstą laikykite prieinamą šalia garso. ElevenLabs balso valdikliai gali veikti nuoseklumą ir greitį, o didelę numatyto ritmo dalį suteikia teksto formuluotė bei skyryba. Tai gamintojo proceso parinktys, atskiros nuo prielaidos, kad konkrečioje programoje pateikiamas kiekvienas valdiklis. Produkto vadovas aiškiai palaiko Flash v2.5 SSML pauzes, pavyzdžiui, <break time="1.5s" />, ir iki trijų sekundžių pauzes. Per daug break žymų gali paveikti greitį arba sukelti artefaktus. Bendras greičio valdiklis apima intervalą nuo 0.7 iki 1.2, o 1.0 palieka greitį nepakeistą.

Asistentui paruoškite vieną aiškų rezultatą ir vieną kitą žingsnį pokalbiui tinkamu sakiniu. Praktinė frazė gali patvirtinti, kad veiksmas baigtas, ir tada paaiškinti, kurio vieno lauko dar reikia. Žaidime ar mokomojoje medžiagoje instrukcija turi būti pakankamai trumpa, kad ją būtų galima suprasti tęsiant naudotojo veiklą. Daugiakalbiame projekte pritaikykite pačias formuluotes, o ne vien pakeiskite žodžius, ir išsaugokite vardų, veiksmų bei sąlygų prasmę.

Perklausykite reprezentatyvią ištrauką, kurioje yra sudėtinga teksto dalis: vardas, identifikatorius, data ar ilgesnis paaiškinimas. Tikrinkite suprantamumą, akcentą, tempą ir ar skaičiai tariami taip, kaip numatyta. Gamintojo dokumentacijoje sintezė aprašoma kaip nedeterministinė, todėl konkretus atlikimas gali skirtis net esant panašiai įvesčiai. Pasirinktą garsą ir jo sakytinio teksto paruošimą saugokite kaip pakartotinai naudojamą rezultatą pranešimui, pagalbos atsakymui, interaktyviam veikėjui ar įrašytam paaiškinimui.

Ailoot Ultra · Įgarsinimas POST /v1/audio/speech elevenlabs/eleven-flash-v2.5

elevenlabs/eleven-flash-v2.5

ElevenLabs /elevenlabs/eleven-flash-v2.5

Pradžia

Leidžiamos įvestys: Tekstas
Rezultatai: Garsas

Prieinama Ailoot · įvestys ir metodai

Ailoot Ultra · Įgarsinimas POST /v1/audio/speech

Įvestis: text
Išvestis: audio
Išvesties formatas: mp3

Laukas	Tipas	Reikalavimas	Reikšmės ir ribos	Numatyta
Laukas`model`	Tipas`string`	ReikalavimasPrivaloma	Reikšmės ir ribos elevenlabs/eleven-flash-v2.5	Numatyta—
Laukas`input`	Tipas`string`	ReikalavimasPrivaloma	Reikšmės ir ribos Mažiausias ilgis: 1 Didžiausias ilgis: 40 000 Vienetas: Unicode simboliai	Numatyta—
Laukas`voice`	Tipas`string`	ReikalavimasPrivaloma	Reikšmės ir ribos george, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger, will	Numatyta—
Laukas`response_format`	Tipas`string`	ReikalavimasPrivaloma	Reikšmės ir ribos mp3	Numatyta—

Įvesties medžiagos deriniai

text_to_speech · Privaloma: input

Metodo parametrai ir gyvavimo ciklas

Parametras	Specifikacija
Parametras`content_type`	Specifikacijaapplication/json
Parametras`required`	Specifikacijamodel, input, voice, response_format
Parametras`voice_ids`	Specifikacijageorge, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger, will
Parametras`response_format`	Specifikacijamp3
Parametras`max_input_characters`	Specifikacija40000
Parametras`other_options`	Specifikacijafalse
Parametras`input`	Specifikacijatikslus UTF-8 tekstas; Unicode simbolių skaičius be normalizavimo
Parametras`material_types`	Specifikacijatext

Gyvavimo ciklas: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · faktiškai grąžinta task_id reikšmė arba medijos bibliotekos įrašas

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Pasirinkite tikslų balsą iš šio modelio profilio.

Įvesties simboliai ir garso sekundės yra skirtingi apskaitos vienetai.

Planai

Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo.

Spartusis režimas: Nenurodyta Pasirinkus spartųjį režimą
Flex režimas: Nenurodyta Pasirinkus flex režimą
Didžiausios samprotavimo pastangos: Nenurodyta Kai didžiausioms samprotavimo pastangoms taikomas numatytasis koregavimas (default)

Ailoot įkainiai

Kainos pagal konfigūraciją

Kiekvieną mokestį susiekite su nurodytomis sąlygomis. Kiekvienam alternatyvių konfigūracijų rinkiniui taikykite vieną įkainį.

Konfigūracija	Įkainių lentelė	Apskaitos vienetas	Mokestis
KonfigūracijaBaziniai žetonų įkainiai	Įkainių lentelėBazinis įkainis	Apskaitos vienetas—	Mokestis Įvestis · Įvesties tokenai — / 1K tokenų Išvestis · Išvesties tokenai — / 1K tokenų Įvestis · Talpyklos skaitymas — / 1K tokenų Įvestis · Rašymas į talpyklą — / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų
Konfigūracijaįvesties simbolis	Įkainių lentelė—	Apskaitos vienetasuž įvesties simbolį	Mokestis Įvestis · įvesties simbolis $0.00008 už įvesties simbolį

Informacinio tarifo duomenys

Modelio informacinės lentelės nekeičia metodo pasirinkimo, kainos įverčių ar mokesčių. Galiojantys mokesčiai nustatomi pagal pasirinkto Ailoot metodo įkainius.

ElevenLabs: Eleven Flash v2.5

Kainos pagal konfigūraciją

Konfigūracija	Apmokestinimo sąlygos	Mokestis
KonfigūracijaElevenLabs: Eleven Flash v2.5 · Numatytoji konfigūracija	Apmokestinimo sąlygosNumatytoji konfigūracija	Mokestis Įvestis · Įvesties simboliai 0,00004 USD už įvesties simbolį

Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →

Užklausų pavyzdžiai

Ailoot Ultra · Įgarsinimas

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-v2.5", "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

Gauti ir išsaugoti rezultatus

Ailoot Ultra · Įgarsinimas

mp3

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

Kito turinio skaitymas

Medijos bibliotekaUžduoties būsenaMedžiagos duomenys

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

Išsaugoti visus baigtus rezultatus

Išsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį.

Išsaugokite visą dvejetainį rezultatą ir antraštes. Jei grąžinamas JSON arba keli rezultatai, išsaugokite kiekvieną duomenų elementą ir atsisiųskite kiekvieną išteklių pagal faktiškai grąžintą pasirašytą URL.

Jei reikia patikrinti pradinį atsakymą

Išsaugokite pradinį operation_id/X-Client-Request-ID duomenims sutikrinti, pakartotinai neteikdami užklausos; atskiro garso būsenos tikrinimo maršruto nėra.

Atsakymo laukai

Laukas	Tipas
Laukas`binary audio`	Tipasbytes
Laukas`response headers`	Tipasheaders

Klaidos ir tolesni veiksmai

Atsakymas	Sąlyga	Kitas žingsnis
Atsakymas400 · `invalid_request_error`	SąlygaNetinkami privalomi laukai, medžiagos pateikimo forma arba parametro reikšmė	Kitas žingsnisPrieš naują kūrimo užklausą pataisykite nurodytus laukus.
Atsakymas`server_error`	SąlygaGrąžintame atsakyme nurodoma, kad operaciją arba rezultatą reikia patikrinti	Kitas žingsnisIšsaugokite pradinį grąžintą operacijos ar užduoties ID, užklausos antraštes ir atsakymą; toliau tikrinkite tos pačios pradinės operacijos duomenis palaikomais būdais. Kūrimo užklausos pakartotinai neteikite.

Pseudonimai

Modelių pseudonimai

Ailoot Ultra elevenlabs/eleven-flash-v2.5

Metodų kelių pseudonimai

Naudokite aukščiau nurodytus metodų kelius.

Susiję ID iškvietimui

elevenlabs/eleven-flash-v2.5

FAQ · ElevenLabs: Eleven Flash v2.5

Kokios įvestys ir rezultatai prieinami?: POST /v1/audio/speech · elevenlabs/eleven-flash-v2.5: text → audio
Kokius laukus naudoja užklausa?: POST /v1/audio/speech · elevenlabs/eleven-flash-v2.5: model, input, voice, response_format
Kokie apribojimai taikomi?: POST /v1/audio/speech · elevenlabs/eleven-flash-v2.5: input.maximum_length: 40000

ElevenLabs: Eleven Flash v2.5