ElevenLabs: Eleven Turbo v2.5

Eleven Turbo v2.5 to wielojęzyczna wersja zamiany tekstu na mowę ElevenLabs dla aplikacji głosowych wymagających szybkiej reakcji. Obsługuje 32 języki i do 40 000 znaków na żądanie API, zamieniając przygotowane odpowiedzi na audio wybranym głosem.

Ailoot Ultra · Synteza mowy POST /v1/audio/speech elevenlabs/eleven-turbo-v2.5

O modelu

Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.

Eleven Turbo v2.5 to wielojęzyczny model zamiany tekstu na mowę ElevenLabs do mowy interaktywnej. Przyjmuje tekst przygotowanej wypowiedzi i tworzy audio wybranym głosem. Producent pozycjonuje go do aplikacji o niskich opóźnieniach i interfejsów konwersacyjnych. W przeciwieństwie do anglojęzycznego Turbo v2 ta wersja obsługuje wielojęzyczny scenariusz; model nie tworzy odpowiedzi aplikacji ani nie transkrybuje przychodzącego nagrania użytkownika.

Zestaw 32 języków zawiera 29 języków Multilingual v2 oraz węgierski, norweski i wietnamski. Udokumentowane języki obejmują angielski, japoński, chiński, niemiecki, hindi, francuski, koreański, portugalski, włoski, hiszpański, indonezyjski, niderlandzki, turecki, filipiński, polski, szwedzki, bułgarski, rumuński, arabski, czeski, grecki, fiński, chorwacki, malajski, słowacki, duński, tamilski, ukraiński i rosyjski. Przygotuj naturalny tekst w języku docelowym i wybierz głos z akcentem potrzebnym słuchaczowi.

Pełne FAQ produktu TTS producenta wprost podaje pułap wejścia API Turbo v2.5 wynoszący 40 000 znaków. Powiązana przybliżona długość nagrania nie jest dokładnym czasem: głos, język i tempo mowy określają długość rzeczywistego wykonania. Do odpowiedzi konwersacyjnej dostarcz krótką kompletną myśl, zamiast wypełniać dostępne wejście. Dłuższe treści dziel na powiązane sekcje i zachowuj kontekst otoczenia.

ElevenLabs opisuje Turbo v2.5 i Flash v2.5 jako funkcjonalnie równoważne modele producenta, przy niższym średnim opóźnieniu Flash. Zachowują osobne nazwy i karty; porównanie nie ustanawia wag ani czasu odpowiedzi konkretnego środowiska uruchomieniowego. Turbo v2.5 pozostaje użytecznym, nazwanym profilem wielojęzycznej syntezy, gdy zadanie lub aplikacja zapisuje dokładnie tę wersję. Przy porównywaniu wykonań zachowaj przygotowanie głosu i tekstu wraz z wybranym wynikiem.

Przygotowanie wymowy jest najważniejsze dla nazw, kodów referencyjnych, dat i skróconych terminów. Zapisuj cyfry oddzielnie, gdy słuchacz ma powtórzyć identyfikator, i rozwijaj frazę, gdy jej znaczenie mówione byłoby niejednoznaczne. Dla trudnej powracającej nazwy stosuj spójną alternatywną pisownię lub alias wymowy. Przewodnik słownikowy nie wymienia Turbo v2.5 wśród modeli używających reguł fonemów, więc natywne funkcje IPA lub fonemów innych wskazanych wersji nie przechodzą do tego profilu.

Ton i rytm wynikają z tekstu, interpunkcji, głosu i ustawień głosu producenta. Wspólny przewodnik po produkcie opisuje stabilność dla spójności, podobieństwo dla zbliżenia do głosu i ustawienia szybkości od 0.7 do 1.2 z wartością 1.0 bez zmian. Oryginalny język i kadencja głosu mogą wpływać na wynik wielojęzyczny. Wskazówki emocjonalne zapisane jako zwykła narracja mogą zostać wypowiedziane, natomiast sterowanie znacznikami audio v3 i v4 jest odrębną funkcją modeli. Przygotuj czystą odpowiedź do odczytania, której zamierzony nastrój jasno wynika z tekstu.

Wspólny proces TTS dokumentuje pełną generację mowy i strumieniowe audio. Rodzina formatów obejmuje MP3, nieskompresowany 16-bitowy PCM, μ-law i A-law do telefonii oraz Opus. Wybierz format właściwy dla docelowego odtwarzania i zachowaj scenariusz obok wybranego audio. Strumieniowanie dotyczy sposobu dostarczania wygenerowanej mowy; jest odrębne od słuchania użytkownika, wykrywania tury lub decydowania, jakie działanie powinien podjąć asystent.

W praktycznej wielojęzycznej odpowiedzi asystenta potwierdź jeden wynik i podaj jeden następny krok. Wskazówka samouczka może nazwać element sterowania, którego użytkownik ma użyć, i wyjaśnić, co nastąpi po wyborze. Dostosuj sformułowania do każdego języka, zachowując nazwy i rzeczywiste działanie, zamiast mechanicznie tłumaczyć nienaturalne zdanie. Oceń charakterystyczną wypowiedź pod kątem wymowy, akcentu, zrozumiałości i kontynuacji poprzedniej tury. Wynikiem do ponownego użycia jest wykonanie mowy powiązane z dokładnym scenariuszem, głosem i wersją Turbo v2.5.

Ailoot Ultra · Synteza mowy POST /v1/audio/speech elevenlabs/eleven-turbo-v2.5

elevenlabs/eleven-turbo-v2.5

ElevenLabs /elevenlabs/eleven-turbo-v2.5

Start

Akceptowane dane wejściowe: Tekst
Wyniki: Audio

Dostępne w Ailoot · dane wejściowe i metody

Ailoot Ultra · Synteza mowy POST /v1/audio/speech

Wejście: text
Wyjście: audio
Format wyjściowy: mp3

Pole	Typ	Wymaganie	Wartości i limity	Domyślnie
Pole`model`	Typ`string`	WymaganieWymagane	Wartości i limity elevenlabs/eleven-turbo-v2.5	Domyślnie—
Pole`input`	Typ`string`	WymaganieWymagane	Wartości i limity Minimalna długość: 1 Maksymalna długość: 40 000 Jednostka: znaki Unicode	Domyślnie—
Pole`voice`	Typ`string`	WymaganieWymagane	Wartości i limity george, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger, will	Domyślnie—
Pole`response_format`	Typ`string`	WymaganieWymagane	Wartości i limity mp3	Domyślnie—

Kombinacje materiałów wejściowych

text_to_speech · Wymagane: input

Parametry i cykl życia metody

Parametr	Kontrakt
Parametr`content_type`	Kontraktapplication/json
Parametr`required`	Kontraktmodel, input, voice, response_format
Parametr`voice_ids`	Kontraktgeorge, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger, will
Parametr`response_format`	Kontraktmp3
Parametr`max_input_characters`	Kontrakt40000
Parametr`other_options`	Kontraktfalse
Parametr`input`	Kontraktdokładny tekst UTF-8; liczba znaków Unicode bez normalizacji
Parametr`material_types`	Kontrakttext

Cykl życia: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · Rzeczywiście zwrócony task_id lub wpis w bibliotece multimediów

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Wybierz dokładny głos z profilu tego modelu.

Znaki wejściowe i sekundy dźwięku to różne jednostki pomiaru.

Cennik

Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie.

Tryb szybki: Nie określono Gdy wybrany jest tryb szybki
Tryb flex: Nie określono Gdy wybrany jest tryb flex
Maksymalna intensywność rozumowania: Nie określono Gdy dla maksymalnej intensywności rozumowania stosowana jest domyślna korekta (default)

Stawki Ailoot

Ceny według konfiguracji

Dopasuj każdą opłatę do pokazanych warunków. Użyj jednej stawki dla każdego zestawu alternatywnych konfiguracji.

Konfiguracja	Tabela stawek	Jednostka rozliczeniowa	Opłata
KonfiguracjaBazowe stawki za tokeny	Tabela stawekStawka podstawowa	Jednostka rozliczeniowa—	Opłata Wejście · Tokeny wejściowe — / 1K tokenów Wyjście · Tokeny wyjściowe — / 1K tokenów Wejście · Odczyt cache — / 1K tokenów Wejście · Zapis do cache — / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów
Konfiguracjaznak wejściowy	Tabela stawek—	Jednostka rozliczeniowaza znak wejściowy	Opłata Wejście · znak wejściowy $0.00008 za znak wejściowy

Szczegóły taryfy referencyjnej

Referencyjne tabele modelu nie zmieniają wyboru metody, wyceny ani opłat. Naliczane opłaty korzystają ze stawek wybranej metody Ailoot.

ElevenLabs: Eleven Turbo v2.5

Ceny według konfiguracji

Konfiguracja	Warunki rozliczania	Opłata
KonfiguracjaElevenLabs: Eleven Turbo v2.5 · Domyślna konfiguracja	Warunki rozliczaniaKonfiguracja domyślna	Opłata Wejście · Znaki wejściowe 0,00004 USD za znak wejściowy

Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →

Przykładowe żądania

Ailoot Ultra · Synteza mowy

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-turbo-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

Odbieranie i zapisywanie wyników

Ailoot Ultra · Synteza mowy

mp3

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

Inne odczyty treści

Biblioteka multimediówStatus zadaniaSzczegóły pliku

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

Zachowaj wszystkie ukończone wyniki

Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści.

Zachowaj pełny wynik binarny i nagłówki. Jeśli zwrócono JSON lub wiele wyników, zachowaj każdy element danych i pobierz zasób spod każdego rzeczywiście zwróconego podpisanego adresu URL.

Jeśli trzeba sprawdzić pierwotną odpowiedź

Zachowaj pierwotny operation_id/X-Client-Request-ID do uzgodnienia danych bez ponownego wysyłania żądania; brak osobnej ścieżki API do cyklicznego sprawdzania stanu audio.

Pola odpowiedzi

Pole	Typ
Pole`binary audio`	Typbytes
Pole`response headers`	Typheaders

Błędy i dalsze kroki

Odpowiedź	Warunek	Następny krok
Odpowiedź400 · `invalid_request_error`	WarunekNieprawidłowe wymagane pola, sposób reprezentacji materiału lub wartość parametru	Następny krokPopraw wskazane pola przed nowym żądaniem utworzenia.
Odpowiedź`server_error`	WarunekZwrócona odpowiedź wskazuje, że operacja lub wynik wymaga sprawdzenia	Następny krokZachowaj pierwotnie zwrócony identyfikator operacji lub zadania, nagłówki żądania i odpowiedź; kontynuuj obsługiwane odczyty tej pierwotnej operacji. Nie wysyłaj ponownie żądania utworzenia.

Aliasy

Aliasy modelu

Ailoot Ultra elevenlabs/eleven-turbo-v2.5

Aliasy ścieżek metod

Użyj ścieżek metod podanych powyżej.

Powiązane ID modeli

elevenlabs/eleven-turbo-v2.5

FAQ · ElevenLabs: Eleven Turbo v2.5

Jakie dane wejściowe i wyniki są dostępne?: POST /v1/audio/speech · elevenlabs/eleven-turbo-v2.5: text → audio
Jakich pól używa żądanie?: POST /v1/audio/speech · elevenlabs/eleven-turbo-v2.5: model, input, voice, response_format
Jakie limity obowiązują?: POST /v1/audio/speech · elevenlabs/eleven-turbo-v2.5: input.maximum_length: 40000

ElevenLabs: Eleven Turbo v2.5