ElevenLabs: Eleven Multilingual v2
Eleven Multilingual v2 iš teksto sukuria natūralią, nuoseklią kalbą 29 kalbomis. ElevenLabs jį siūlo ilgiems pasakojimams, kursams, garsinėms knygoms ir daugiakalbiam turiniui; vienos užklausos riba – 10 000 ženklų, o akcentą ir kalbėjimo manierą lemia pasirinktas balsas.
Apie modelį
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Eleven Multilingual v2 yra ElevenLabs teksto įgarsinimo modelis natūraliam, emocijas perteikiančiam ir nuosekliam pasakojimui. Jis priima parašytą tekstą ir grąžina kalbos garsą, o didelę charakterio ir akcento dalį suteikia pasirinktas balsas. Gamintojas pabrėžia ilgesnių generavimų stabilumą, profesionalų turinį, veikėjų įgarsinimą, elektroninį mokymą ir daugiakalbius projektus. Tai kalbos sintezės modelis, atskiras nuo panašiai pavadinto Multilingual Speech to Speech balso keitiklio.
Dokumentuotą rinkinį sudaro 29 kalbos: 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. Prieš sintezę paruoškite faktinį tekstą palaikoma kalba, užuot tikėjęsi, kad balso modelis jį išvers.
Modelis sukurtas pasirinkto kalbėtojo savybėms ir asmenybei išlaikyti visose palaikomose kalbose. Akcentas vis tiek labai priklauso nuo balso: ElevenLabs rekomenduoja balsą, išmokytą tikslinės kalbos ir regioninio akcento, nes ne gimtakalbio balsas gali išlaikyti originalų akcentą arba nuo jo nukrypti. Lokalizuodami kursą išsaugokite pasakotojo vaidmenį ir bendrą toną, o sakinių struktūrą, terminiją bei tarimą pritaikykite auditorijai. Vienoda balso tapatybė nepanaikina būtinybės peržiūrėti atlikimą tiksline kalba.
Užklausos riba – 10 000 ženklų. Ilgesnę medžiagą galima padalyti į susietus skyrius ar dalis; bendrame gamintojo TTS procese dokumentuojamas ankstesnis ir tolesnis tekstas arba gretimų užklausų kontekstas prozodijai tarp dalių išsaugoti. Dalykite ties prasminga sakinio riba ir pateikite pakankamai aplinkinio konteksto ištraukos pradžiai bei pabaigai. Apytikslis gamintojo minučių skaičius vienai užklausai nėra fiksuotos trukmės pažadas, nes pasirinkto įrašo ilgį lemia žodžiai, kalba ir tempas.
Kalbėjimo maniera priklauso nuo teksto prasmės, pasakojimo konteksto, skyrybos ir pasirinkto balso. Stabilumas valdo kintamumą bei emocinį diapazoną; panašumas valdo tai, kaip artimai rezultatas atitinka balsą. Bendrame produkto vadove aprašomas greičio intervalas nuo 0.7 iki 1.2, o 1.0 palieka greitį nepakeistą. Aukštas stabilumas gali skambėti santūriai ar monotoniškai, o per mažas gali padaryti atlikimą nepastovų. Rašytinis atlikimo aprašymas pats gali būti ištartas, todėl paruoškite galutinį tekstą, užuot įterpę instrukcijas, kurių niekada neturėtų girdėtis.
Šio modelio pauzių procesas, kitaip nei v3 ir v4, palaiko SSML break žymas. Gamintojas pateikia <break time="1.5s" /> kaip būdą paprašyti natūralios pauzės ir dokumentuoja iki trijų sekundžių pauzes. Per daug break žymų gali sukelti greičio pokyčius ar artefaktus, o pasirinktas balsas gali paveikti pauzės skambesį. Pauzes naudokite prasminguose perėjimuose, pavyzdžiui, po apibrėžties arba prieš kitą įgarsintos instrukcijos dalį.
Multilingual v2 gamintojo tarimo vadove nepalaiko fonemų žymų. Norėdami nurodyti pageidaujamą vardo, akronimo ar techninio termino sakytinę formą, naudokite žodyno atitikmenis arba paruoštą alternatyvią rašybą. ElevenLabs taip pat apibūdina šį modelį kaip natūraliau apdorojantį skaičius nei Flash v2.5, nors paruošimo gairėse vis tiek rekomenduojama svarbius skaičius, datas ir simbolius rašyti žodžiais, kurie turi būti ištarti. Registracijos kodui ir kiekiui reikia skirtingo perskaitymo, net kai užrašyti jų skaitmenys atrodo panašiai.
Gamintojo garso formatų šeima apima MP3 platinimui, nesuspaustą 16 bitų PCM gamybiniam darbui, μ-law ir A-law telefonijai bei Opus. Pilnas kalbos generavimas ir srautinis perdavimas dokumentuojami bendrame TTS procese. Išvestį pasirinkite pagal numatytą paskirtį ir kartu saugokite tekstą, balsą bei pasirinktą įrašą. Garsinės knygos skyrius, įmonės pasakojimas ir trumpa pamoka gali remtis ta pačia modelio paskirtimi, tačiau reikalauti skirtingo tempo ir skaidymo.
Praktinei pamokai įvadą, apibrėžtis, pavyzdį ir perėjimą parašykite kaip pilnas sakytines ištraukas. Pažymėkite terminus, kuriems reikia nuoseklaus tarimo, ir po pagrindinės sąvokos naudokite natūralią pauzę. Perklausykite reprezentatyvią dalį su vardais, skaičiais ir ilgesniu sakiniu, tikrindami akcentą, suprantamumą ir ar kalbėjimas išlieka tolygus pereinant skyriaus ribą. Naudingas rezultatas yra nuoseklus pasakojimo įrašas, kurį kartu su šaltinio tekstu galima įtraukti į kursą, garsinę knygą ar vaizdo įrašą.
Ailoot Ultra · Įgarsinimas POST /v1/audio/speech elevenlabs/eleven-multilingual-v2
elevenlabs/eleven-multilingual-v2
elevenlabs/eleven-multilingual-v2Pradžia
Eleven Multilingual v2 iš teksto sukuria natūralią, nuoseklią kalbą 29 kalbomis. ElevenLabs jį siūlo ilgiems pasakojimams, kursams, garsinėms knygoms ir daugiakalbiam turiniui; vienos užklausos riba – 10 000 ženklų, o akcentą ir kalbėjimo manierą lemia pasirinktas balsas.
- 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 |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos elevenlabs/eleven-multilingual-v2 | Numatyta— |
Laukasinput | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos Mažiausias ilgis: 1 Didžiausias ilgis: 10 000 Vienetas: Unicode simboliai | Numatyta— |
Laukasvoice | Tipasstring | 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— |
Laukasresponse_format | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos mp3 | Numatyta— |
Įvesties medžiagos deriniai
text_to_speech · Privaloma: input
Metodo parametrai ir gyvavimo ciklas
| Parametras | Specifikacija |
|---|---|
Parametrascontent_type | Specifikacijaapplication/json |
Parametrasrequired | Specifikacijamodel, input, voice, response_format |
Parametrasvoice_ids | Specifikacijageorge, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger, will |
Parametrasresponse_format | Specifikacijamp3 |
Parametrasmax_input_characters | Specifikacija10000 |
Parametrasother_options | Specifikacijafalse |
Parametrasinput | Specifikacijatikslus UTF-8 tekstas; Unicode simbolių skaičius be normalizavimo |
Parametrasmaterial_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 $0.00016 už įvesties simbolį |
Informacinio tarifo duomenys
Modelio informacinės lentelės nekeičia metodo pasirinkimo, kainos įverčių ar mokesčių. Galiojantys mokesčiai nustatomi pagal pasirinkto Ailoot metodo įkainius.
ElevenLabs: Eleven Multilingual v2
Kainos pagal konfigūraciją
| Konfigūracija | Apmokestinimo sąlygos | Mokestis |
|---|---|---|
| KonfigūracijaElevenLabs: Eleven Multilingual v2 · Numatytoji konfigūracija | Apmokestinimo sąlygosNumatytoji konfigūracija | Mokestis Įvestis · Įvesties simboliai 0,00008 USD už įvesties simbolį |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
Užklausų pavyzdžiai
Ailoot Ultra · Įgarsinimas
set -eu
: "${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-multilingual-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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o speech.mp3
Gauti ir išsaugoti rezultatus
Ailoot Ultra · Įgarsinimas
mp3
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
Kito turinio skaitymas
set -eu
: "${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 |
|---|---|
Laukasbinary audio | Tipasbytes |
Laukasresponse 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. |
Atsakymasserver_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-multilingual-v2
Metodų kelių pseudonimai
Naudokite aukščiau nurodytus metodų kelius.
Susiję ID iškvietimui
FAQ · ElevenLabs: Eleven Multilingual v2
- Kokios įvestys ir rezultatai prieinami?
POST /v1/audio/speech·elevenlabs/eleven-multilingual-v2:text→audio- Kokius laukus naudoja užklausa?
POST /v1/audio/speech·elevenlabs/eleven-multilingual-v2:model,input,voice,response_format- Kokie apribojimai taikomi?
POST /v1/audio/speech·elevenlabs/eleven-multilingual-v2:input.maximum_length:10000