ElevenLabs: Eleven Flash v2

Eleven Flash v2 yra tik anglų kalbai skirtas ElevenLabs teksto įgarsinimo modelis greitai reaguojančioms balso sąveikoms. Jis paverčia paruoštą tekstą kalbos garsu; vienos užklausos riba – 30 000 ženklų, o dokumentuoti valdikliai leidžia nustatyti pauzes ir atskirų žodžių tarimą.

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

Apie modelį

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

Eleven Flash v2 yra tik anglų kalbai skirtas ElevenLabs kalbos sintezės modelis greitai reaguojančioms balso programoms. Jis priima rašytinį pasakymą ir sukuria kalbos garsą pasirinktu balsu. Gamintojas Flash siūlo realiojo laiko pokalbiams ir interaktyvioms patirtims, pavyzdžiui, asistento patvirtinimams, sakytinėms instrukcijoms ir žaidimų atsakymams. Ši konkreti versija atskira nuo daugiakalbio Flash v2.5 bei išraiškingų v3 ir v4 šeimų.

Flash v2 kalbinis profilis yra anglų kalba. Balsas gali suteikti regioninį akcentą ir konkretų toną, tačiau nepadaro šios versijos daugiakalbiu modeliu. Pasirinkite balsą, atitinkantį numatytą klausytoją ir frazės paskirtį. Asistento patvirtinimui, mokomajam pasakotojui ir interaktyviam veikėjui gali reikėti skirtingo ritmo, net kai faktinis turinys vienodas. Prieš sintezę paruoškite faktinius angliškus žodžius, kurie turi būti ištarti.

Užklausa palaiko iki 30 000 ženklų. Šalia šios ribos gamintojo nurodomas apytikslis garso ilgis nėra fiksuota trukmė. Interaktyviame atsakyme išlaikykite vieną pagrindinę mintį ir aiškią pabaigą; ilgesniam įrašui susijusį tekstą padalykite ties sakinių ar dalių ribomis. Bendrame TTS procese dokumentuojamas gretimas tekstas arba užklausų kontekstas prozodijai tarp susietų generavimų išsaugoti, todėl skaidymas neturi panaikinti ryšio tarp nuoseklių ištraukų.

Flash v2 pauzių procese naudojamos SSML break žymos. Produkto vadove pateikiama <break time="1.5s" /> kaip būdas paprašyti natūralios pauzės, dokumentuojant iki trijų sekundžių trukmę. Balsas veikia kalbėjimą aplink pauzę, o per daug žymų gali sukelti greičio pokyčius, triukšmą ar artefaktus. Pauzę naudokite ten, kur klausytojui reikia perėjimo, o ne tarp kiekvieno žodžio. Skyryba ir daugtaškiai taip pat gali paveikti laiką, tačiau veikia ne taip nuosekliai ir gali suteikti dvejojantį toną.

Atskiriems žodžiams galima naudoti SSML fonemų žymėjimą IPA arba CMU Arpabet sistemomis. Gamintojas rekomenduoja CMU Arpabet dėl labiau nuspėjamo v2 tarimo ir nurodo, kad kelių žodžių varde fonemų taisyklės turi būti taikomos kiekvienam žodžiui atskirai. Tarimo žodynai gali išsaugoti pageidaujamą fonemų seką arba atitikmenį pasikartojančiam terminui; atitiktis juose priklauso nuo raidžių dydžio. Tai skiriasi nuo v4 savosios tarp pasvirųjų brūkšnių rašomos IPA sintaksės ir nuo Flash v2.5 tarimo profilio.

Registracijos kodus, datas ir santrumpas paruoškite norima sakytine forma. Tie patys skaitmenys gali reikšti kiekį arba identifikatorių, todėl nurodykite, ar klausytojas turi girdėti visą skaičių, ar atskirus skaitmenis. Mėnesį ir datą rašykite nedviprasmiškai, o santrumpas, kurios turi būti tariamos žodžiais, išskleiskite. Įprasta aiškinamoji instrukcija, įdėta į tekstą, pati gali būti perskaityta garsiai; išraiškingos v3 ir v4 garso žymos nėra šiai versijai aprašytas valdymo profilis.

Gamintojo formatų šeima apima MP3, nesuspaustą 16 bitų PCM, μ-law ir A-law telefonijai bei Opus. Bendras procesas gali pateikti pilną įrašą arba grąžinti kalbą palaipsniui. Balso nustatymai veikia stabilumą, panašumą ir tempą; dokumentuotas greičio intervalas yra nuo 0.7 iki 1.2, o 1.0 palieka greitį nepakeistą. Šie nustatymai nukreipia atlikimą, tačiau negarantuoja identiško įrašo ar tikslios galutinės jo trukmės.

Praktiniame pagalbos pranešime anglų kalba pirmiausia pateikite rezultatą, tada vieną kitą žingsnį: patvirtinkite išsaugotą pasirinkimą, aiškiai ištarkite atitinkamo lauko pavadinimą ir paaiškinkite, ką naudotojas gali daryti toliau. Mokomojoje medžiagoje parašykite pilną instrukciją ir prieš kitą veiksmą įterpkite pauzę. Pasirinktame garso įraše patikrinkite sudėtingus vardus, skaičius ir perėjimus. Tą įrašą saugokite kartu su jo tekstu bei tarimo paruošimu, kad jis taptų pakartotinai naudojama sakytine užuomina, pranešimu ar asistento atsakymu.

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

elevenlabs/eleven-flash-v2

ElevenLabs /elevenlabs/eleven-flash-v2

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	Numatyta—
Laukas`input`	Tipas`string`	ReikalavimasPrivaloma	Reikšmės ir ribos Mažiausias ilgis: 1 Didžiausias ilgis: 30 000 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`	Specifikacija30000
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

Kainos pagal konfigūraciją

Konfigūracija	Apmokestinimo sąlygos	Mokestis
KonfigūracijaElevenLabs: Eleven Flash v2 · 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", "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

Metodų kelių pseudonimai

Naudokite aukščiau nurodytus metodų kelius.

Susiję ID iškvietimui

elevenlabs/eleven-flash-v2

FAQ · ElevenLabs: Eleven Flash v2

Kokios įvestys ir rezultatai prieinami?: POST /v1/audio/speech · elevenlabs/eleven-flash-v2: text → audio
Kokius laukus naudoja užklausa?: POST /v1/audio/speech · elevenlabs/eleven-flash-v2: model, input, voice, response_format
Kokie apribojimai taikomi?: POST /v1/audio/speech · elevenlabs/eleven-flash-v2: input.maximum_length: 30000

ElevenLabs: Eleven Flash v2