ElevenLabs: Eleven v3 Conversational

Eleven v3 Conversational yra išraiškingas ElevenLabs kalbos modelis tiesioginiam dialogui. Jis paverčia paruoštą tekstą garsu, naudodamas kontekstinį atlikimą ir garso žymas; palaiko daugiau nei 70 kalbų gamintojo srautiniame procese, atskirame nuo įprasto v3 pasakojimo.

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

Apie modelį

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

Eleven v3 Conversational yra ElevenLabs kalbos sintezės versija realiojo laiko dialogui. Ji priima paruošto atsakymo tekstą ir grąžina kalbos garsą su v3 šeimos emociniu diapazonu bei kontekstiniu atlikimu. Gamintojas ją įvardija atskirai nuo įprasto Eleven v3 ir įtraukia į Text to Dialogue srautinį procesą. Naudingas jos vaidmuo yra asistento ar interaktyvaus veikėjo balsas, kurio kitas pasakymas priklauso nuo ankstesnio pokalbio.

Modelis palaiko daugiau nei 70 kalbų, įskaitant anglų, prancūzų, vokiečių, japonų, korėjiečių, ispanų, portugalų ir rusų. Pasirinkite rašytinio atsakymo kalbą ir balsą su tinkamu akcentu. Daugiakalbio pagalbos teksto formuluotes prieš sintezę pritaikykite natūraliai sakytinei kalbai. Modelis ištaria pateiktą turinį; samprotavimas, kuris nustato atsakymą, ir bet koks naudotojo mikrofono įvesties interpretavimas yra atskiri programos etapai.

Garso žymos suteikia detalų emocijų ir atlikimo valdymą. Raminančiam atsakymui, smalsiam klausimui ir dramatiškai veikėjo reakcijai reikia skirtingo atlikimo, net kai žodžių nedaug. Žymą laikykite šalia jos veikiamo pasakymo ir išsaugokite pakankamai konteksto emociniam pokyčiui paaiškinti. Pavyzdinė užduotis gali nurodyti: „Šiltai patvirtinkite pataisymą, tada tolygiu, dėmesingu balsu paaiškinkite kitą žingsnį.“ Atsakymas turi likti suprantamas, nepasikliaudamas žyma trūkstamai informacijai pateikti.

Dokumentuotame dialogo WebSocket procese programa siunčia tekstą ir gauna Base64 koduotas garso dalis, o ryšys išlieka atviras tarp frazių. Gamintojas kaupia pakankamai teksto nuosekliam kalbos segmentui; labai trumpi fragmentai gali laukti, kol atkeliaus daugiau konteksto arba buferis bus sąmoningai išsiųstas. Pasisakymų ribos gali atstatyti prozodiją, o kalbėtojo pasikeitimas žymi naują pasisakymą. Šios savybės padeda interaktyviam atsakymui ruošti pilnas frazes, o ne pavienius žodžius.

Bendrame dialogo vadove dokumentuojama pasirenkama garso dalių suderinimo informacija, kai jos prašoma ir ji prieinama. Suderinimas gali padėti susieti kalbą su tekstu, tačiau nežada vienos fiksuotos numatyto pasakymo trukmės. Gamintojo išvesties formatą pasirinkite atkūrimui arba surinkimui į failą; bendroji TTS formatų šeima apima MP3 ir PCM, o atitinkamame procese prieinamos telefonijos koduotės. Dialogo ryšys ir visa iš anksto įrašomos kalbos užklausa yra skirtingi režimai, todėl jų paruošimo bei laiko prielaidos turi likti atskiros.

Tarimui išskleiskite dviprasmiškas santrumpas ir skaičius rašykite numatyta sakytine forma, kai kitaip prasmė būtų neaiški. Vardus ir pasikartojančią terminiją išlaikykite nuoseklius. Neperkelkite v4 modelio savosios IPA sintaksės ar įprasto v3 užklausos ribos vien dėl panašaus šeimos pavadinimo. Balsą pasirinkite pokalbio vaidmeniui, tada prieš tęsdami tekstą patikrinkite reprezentatyvią frazę dėl aiškumo ir emocinio tinkamumo.

Praktiniam asistento atsakymui naudokite vieną pagrindinę mintį, aiškų rezultatą ir natūralią pabaigą, leidžiančią naudotojui atsakyti. Pavyzdžiui: „Patvirtinkite naują pristatymo adresą, aiškiai pakartokite gatvės pavadinimą ir paklauskite, ar naudotojas nori pakeisti išsaugotą adresą.“ Veikėjui išlaikykite nustatytą asmenybę, o reakciją pritaikykite dabartinei scenai. Ilgus paaiškinimus skaidykite ties prasmingomis sakinių ribomis ir išsaugokite ankstesnį pokalbio kontekstą. Rezultatas yra pateikto atsakymo kalbos garsas, o ne skambinančiojo transkripcija ar savarankiškai sugeneruotas sprendimas.

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

elevenlabs/eleven-v3-conversational

ElevenLabs /elevenlabs/eleven-v3-conversational

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-v3-conversational	Numatyta—
Laukas`input`	Tipas`string`	ReikalavimasPrivaloma	Reikšmės ir ribos Mažiausias ilgis: 1 Didžiausias ilgis: 5 000 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`	Specifikacija5000
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 v3 Conversational

Kainos pagal konfigūraciją

Konfigūracija	Apmokestinimo sąlygos	Mokestis
KonfigūracijaElevenLabs: Eleven v3 Conversational · 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-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

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-v3-conversational

Metodų kelių pseudonimai

Naudokite aukščiau nurodytus metodų kelius.

Susiję ID iškvietimui

elevenlabs/eleven-v3-conversational

FAQ · ElevenLabs: Eleven v3 Conversational

Kokios įvestys ir rezultatai prieinami?: POST /v1/audio/speech · elevenlabs/eleven-v3-conversational: text → audio
Kokius laukus naudoja užklausa?: POST /v1/audio/speech · elevenlabs/eleven-v3-conversational: model, input, voice, response_format
Kokie apribojimai taikomi?: POST /v1/audio/speech · elevenlabs/eleven-v3-conversational: input.maximum_length: 5000

ElevenLabs: Eleven v3 Conversational