ElevenLabs: Eleven Flash v2

Eleven Flash v2 é o modelo da ElevenLabs de conversão de texto em fala exclusivamente em inglês, destinado a interações de voz com resposta rápida. Converte texto preparado em áudio falado, com um limite de 30 000 caracteres por pedido e controlos documentados para pausas e pronúncia de palavras individuais.

Ailoot Ultra · Síntese de voz POST /v1/audio/speech elevenlabs/eleven-flash-v2

Sobre o modelo

Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.

Eleven Flash v2 é o modelo de síntese de fala da ElevenLabs exclusivamente em inglês, destinado a aplicações de voz com resposta rápida. Recebe um enunciado escrito e produz áudio falado na voz selecionada. O fabricante posiciona o Flash para conversas em tempo real e experiências interativas, como confirmações de assistentes, instruções faladas e respostas em jogos. Esta edição específica é distinta do Flash v2.5 multilingue e das famílias expressivas v3 e v4.

O inglês é o perfil linguístico do Flash v2. Uma voz pode oferecer um sotaque regional e um tom específico, mas não transforma esta edição num modelo multilingue. Escolha uma voz adequada ao ouvinte previsto e à finalidade da frase. A confirmação de um assistente, uma narração de instruções e uma personagem interativa podem exigir cadências diferentes, mesmo quando o conteúdo factual é o mesmo. Prepare antes da síntese as palavras efetivas em inglês que devem ser pronunciadas.

Um pedido suporta até 30 000 caracteres. A duração aproximada de áudio apresentada pelo produtor junto deste limite não é uma duração fixa. Numa resposta interativa, mantenha uma ideia principal e uma conclusão clara; numa gravação mais longa, divida o texto relacionado nos limites de frases ou secções. O fluxo de trabalho TTS partilhado documenta o uso do texto adjacente ou do contexto dos pedidos para preservar a prosódia entre gerações ligadas, pelo que a segmentação não precisa de eliminar a relação entre trechos sucessivos.

O fluxo de pausas do Flash v2 usa etiquetas SSML break. O guia do produto apresenta <break time="1.5s" /> como forma de pedir uma pausa natural e documenta pausas até três segundos. A voz influencia a elocução em torno da pausa, e o uso excessivo de etiquetas pode provocar alterações de velocidade, ruído ou artefactos. Use uma pausa quando o ouvinte precisar de uma transição, e não entre todas as palavras. A pontuação e as reticências também podem influenciar o tempo, mas são menos consistentes e podem acrescentar um tom hesitante.

Palavras individuais podem usar notação SSML de fonemas em IPA ou CMU Arpabet. O fabricante recomenda CMU Arpabet para uma pronúncia mais previsível no v2 e indica que as regras de fonemas devem ser aplicadas separadamente a cada palavra de um nome composto por várias palavras. Os dicionários de pronúncia podem guardar o fonema preferido ou um alias para um termo recorrente; a correspondência distingue maiúsculas de minúsculas. Isto difere da sintaxe IPA nativa do v4, delimitada por barras, e do perfil de pronúncia do Flash v2.5.

Prepare códigos de referência, datas e abreviaturas na forma falada pretendida. Os mesmos algarismos podem representar uma quantidade ou um identificador; por isso, especifique se o ouvinte deve ouvir um número completo ou algarismos separados. Escreva o mês e a data sem ambiguidades e desenvolva as abreviaturas que devem ser pronunciadas como palavras. Uma orientação explicativa normal incluída no texto pode ela própria ser lida em voz alta; as etiquetas expressivas de áudio do v3 e do v4 não fazem parte do perfil de controlo descrito para esta edição.

A família de formatos do produtor inclui MP3, PCM não comprimido de 16 bits, μ-law e A-law para telefonia, e Opus. O fluxo de trabalho partilhado pode entregar uma gravação completa ou devolver fala progressivamente. As definições de voz influenciam a estabilidade, a semelhança e o ritmo, com um intervalo de velocidade documentado de 0.7 a 1.2; 1.0 mantém a velocidade inalterada. Estas definições orientam a interpretação sem garantir uma gravação idêntica ou uma duração final exata.

Numa mensagem prática de ajuda em inglês, apresente primeiro o resultado e depois um próximo passo: confirme uma seleção guardada, pronuncie claramente o nome do campo relevante e explique o que o utilizador pode fazer a seguir. Num tutorial, escreva uma instrução completa e use uma pausa antes da ação seguinte. Reveja os nomes difíceis, os números e as transições no áudio selecionado. Conserve essa gravação com o guião e a preparação da pronúncia, para que possa tornar-se uma indicação falada, uma notificação ou uma resposta de assistente reutilizável.

Ailoot Ultra · Síntese de voz POST /v1/audio/speech elevenlabs/eleven-flash-v2

elevenlabs/eleven-flash-v2

ElevenLabs /elevenlabs/eleven-flash-v2

Introdução

Entradas aceites: Texto
Resultados: Áudio

Disponível no Ailoot · entradas e métodos

Ailoot Ultra · Síntese de voz POST /v1/audio/speech

Entrada: text
Saída: audio
Formato de saída: mp3

Campo	Tipo	Requisito	Valores e limites	Predefinição
Campo`model`	Tipo`string`	RequisitoObrigatório	Valores e limites elevenlabs/eleven-flash-v2	Predefinição—
Campo`input`	Tipo`string`	RequisitoObrigatório	Valores e limites Comprimento mínimo: 1 Comprimento máximo: 30 000 Unidade: carateres Unicode	Predefinição—
Campo`voice`	Tipo`string`	RequisitoObrigatório	Valores e limites george, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger, will	Predefinição—
Campo`response_format`	Tipo`string`	RequisitoObrigatório	Valores e limites mp3	Predefinição—

Combinações de materiais de entrada

text_to_speech · Obrigatório: input

Parâmetros e ciclo de vida do método

Parâmetro	Contrato
Parâmetro`content_type`	Contratoapplication/json
Parâmetro`required`	Contratomodel, input, voice, response_format
Parâmetro`voice_ids`	Contratogeorge, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger, will
Parâmetro`response_format`	Contratomp3
Parâmetro`max_input_characters`	Contrato30000
Parâmetro`other_options`	Contratofalse
Parâmetro`input`	Contratotexto UTF-8 exato; contagem de carateres Unicode sem normalização
Parâmetro`material_types`	Contratotext

Ciclo de vida: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · task_id efetivamente devolvido ou registo na biblioteca de multimédia

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Selecione a voz exata deste perfil de modelo.

Os carateres de entrada e os segundos de áudio são medidas de utilização diferentes.

Tarifários

As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado.

Modo rápido: Não especificado Quando o modo rápido está selecionado
Modo flex: Não especificado Quando o modo flex está selecionado
Esforço máximo de raciocínio: Não especificado Quando o esforço máximo de raciocínio usa o ajuste predefinido (default)

Tarifas Ailoot

Preços por configuração

Associe cada custo às condições apresentadas. Use uma única tarifa para cada conjunto de configurações alternativas.

Configuração	Tabela de tarifas	Unidade de faturação	Custo
ConfiguraçãoTarifas base por token	Tabela de tarifasTarifa base	Unidade de faturação—	Custo Entrada · Tokens de entrada — / 1K tokens Saída · Tokens de saída — / 1K tokens Entrada · Leitura da cache — / 1K tokens Entrada · Escrita na cache — / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens
Configuraçãocarácter de entrada	Tabela de tarifas—	Unidade de faturaçãopor carácter de entrada	Custo Entrada · carácter de entrada $0.00008 por carácter de entrada

Detalhes da tarifa de referência

As tabelas de referência do modelo não alteram a seleção do método, as cotações ou os custos. Os custos ativos usam as tarifas do método Ailoot selecionado.

ElevenLabs: Eleven Flash v2

Preços por configuração

Configuração	Condições de faturação	Custo
ConfiguraçãoElevenLabs: Eleven Flash v2 · Configuração predefinida	Condições de faturaçãoConfiguração predefinida	Custo Entrada · Caracteres de entrada 0,00004 US$ por carácter de entrada

O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →

Exemplos de pedidos

Ailoot Ultra · Síntese de voz

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

Receber e guardar os resultados

Ailoot Ultra · Síntese de voz

mp3

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

Outras leituras de conteúdo

Biblioteca multimédiaEstado da tarefaDetalhes dos recursos

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

Guardar todos os resultados concluídos

Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.

Guarde o resultado binário completo e os cabeçalhos. Se forem devolvidos JSON/vários resultados, conserve todos os itens de dados e obtenha cada recurso através do seu URL assinado efetivo.

Se for necessário verificar a resposta original

Conserve o operation_id/X-Client-Request-ID original para reconciliação sem voltar a enviar o pedido; não existe uma rota dedicada à consulta periódica do estado do áudio.

Campos da resposta

Campo	Tipo
Campo`binary audio`	Tipobytes
Campo`response headers`	Tipoheaders

Erros e passos seguintes

Resposta	Condição	Passo seguinte
Resposta400 · `invalid_request_error`	CondiçãoCampos obrigatórios, representação do material ou valor do parâmetro inválidos	Passo seguinteCorrija os campos indicados antes de um novo pedido de criação.
Resposta`server_error`	CondiçãoA resposta devolvida indica que a operação ou o resultado requer verificação	Passo seguinteGuarde o ID original da operação/tarefa devolvido, os cabeçalhos do pedido e a resposta; continue a consultar essa operação original através das consultas suportadas. Não volte a enviar o pedido de criação.

Aliases

Aliases do modelo

Ailoot Ultra elevenlabs/eleven-flash-v2

Aliases dos caminhos dos métodos

Use os caminhos dos métodos indicados acima.

IDs de chamada relacionados

elevenlabs/eleven-flash-v2

FAQ · ElevenLabs: Eleven Flash v2

Que entradas e resultados estão disponíveis?: POST /v1/audio/speech · elevenlabs/eleven-flash-v2: text → audio
Que campos utiliza o pedido?: POST /v1/audio/speech · elevenlabs/eleven-flash-v2: model, input, voice, response_format
Que limites se aplicam?: POST /v1/audio/speech · elevenlabs/eleven-flash-v2: input.maximum_length: 30000

ElevenLabs: Eleven Flash v2