ElevenLabs: Eleven Flash v2

Eleven Flash v2 — англоязычная модель синтеза речи ElevenLabs для голосового взаимодействия с быстрым откликом. Она озвучивает подготовленный текст, поддерживает до 30 000 символов на запрос и документированные настройки пауз и произношения отдельных слов.

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

О модели

Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже.

Eleven Flash v2 — англоязычная модель синтеза речи ElevenLabs для голосовых приложений с быстрым откликом. Она принимает письменную реплику и создаёт речевое аудио выбранным голосом. Производитель предлагает Flash для разговора в реальном времени и интерактивных сценариев: подтверждений ассистента, голосовых инструкций и игровых ответов. Эта версия отделена от многоязычной Flash v2.5 и выразительных семейств v3 и v4.

Языковой профиль Flash v2 — английский. Голос может задавать региональный акцент и определённый тон, но не превращает эту версию в многоязычную модель. Выбирайте голос под слушателя и назначение реплики. Подтверждение ассистента, обучающий рассказчик и интерактивный персонаж могут требовать разного ритма при одинаковых фактах. До синтеза подготовьте точные английские слова, которые нужно произнести.

Запрос поддерживает до 30 000 символов. Указанная рядом примерная длина аудио не является фиксированной длительностью. В интерактивном ответе сохраняйте одну основную мысль и ясное завершение; длинную запись делите на связанные фрагменты по границам предложений или разделов. Общий сценарий TTS описывает соседний текст или контекст запросов для сохранения просодии между связанными генерациями, поэтому сегментация не обязана лишать последовательные отрывки связи.

Паузы Flash v2 задаются тегами SSML break. Руководство продукта приводит <break time="1.5s" /> для естественной паузы и документирует длительность до трёх секунд. Голос влияет на подачу вокруг паузы; избыток тегов может вызвать изменение скорости, шум или артефакты. Ставьте паузу там, где слушателю нужен переход, а не между всеми словами. Пунктуация и многоточия тоже могут влиять на время, но менее последовательно и иногда добавляют нерешительность.

Для отдельных слов можно использовать фонемную нотацию SSML в IPA или CMU Arpabet. Для более предсказуемого произношения v2 производитель рекомендует CMU Arpabet и указывает, что в составном имени фонемные правила нужно задавать отдельно для каждого слова. Словари произношения сохраняют нужную фонему или псевдоним повторяющегося термина; сопоставление чувствительно к регистру. Это отличается от встроенного синтаксиса IPA между косыми чертами в v4 и от профиля произношения Flash v2.5.

Подготовьте регистрационные коды, даты и сокращения в нужной произносимой форме. Одни цифры могут означать количество или идентификатор, поэтому определите, должен слушатель услышать целое число или отдельные цифры. Месяц и дату записывайте однозначно, раскрывайте сокращения для чтения словами. Обычные поясняющие указания в тексте тоже могут быть прочитаны вслух; выразительные аудиотеги v3 и v4 не относятся к описанным настройкам этой версии.

Семейство форматов производителя включает MP3, несжатый 16-битный PCM, μ-law и A-law для телефонии и Opus. Общий сценарий выдаёт полную запись либо речь постепенно. Настройки голоса влияют на стабильность, сходство и темп; документированный диапазон скорости — от 0.7 до 1.2, где 1.0 сохраняет темп. Эти настройки направляют исполнение, но не гарантируют одинаковый дубль или точную длину итоговой записи.

В практическом английском справочном сообщении сначала сообщите результат, затем один следующий шаг: подтвердите сохранённый выбор, ясно произнесите название нужного поля и объясните дальнейшее действие. Для учебного сценария запишите законченную инструкцию и добавьте паузу перед следующим действием. В выбранном аудио проверьте сложные имена, числа и переходы. Храните этот дубль со сценарием и подготовкой произношения, чтобы повторно использовать его как голосовую подсказку, уведомление или ответ ассистента.

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

elevenlabs/eleven-flash-v2

ElevenLabs /elevenlabs/eleven-flash-v2

Начало

Допустимые входные данные: Текст
Результаты: Аудио

Доступно в Ailoot · входные данные и методы

Ailoot Ultra · Озвучка POST /v1/audio/speech

Входные данные: text
Результат: audio
Выходной формат: mp3

Поле	Тип	Требование	Значения и ограничения	По умолчанию
Поле`model`	Тип`string`	ТребованиеОбязательно	Значения и ограничения elevenlabs/eleven-flash-v2	По умолчанию—
Поле`input`	Тип`string`	ТребованиеОбязательно	Значения и ограничения Минимальная длина: 1 Максимальная длина: 30 000 Единица: символы Unicode	По умолчанию—
Поле`voice`	Тип`string`	ТребованиеОбязательно	Значения и ограничения george, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger, will	По умолчанию—
Поле`response_format`	Тип`string`	ТребованиеОбязательно	Значения и ограничения mp3	По умолчанию—

Сочетания входных материалов

text_to_speech · Обязательно: input

Параметры и жизненный цикл метода

Параметр	Контракт
Параметр`content_type`	Контрактapplication/json
Параметр`required`	Контрактmodel, input, voice, response_format
Параметр`voice_ids`	Контрактgeorge, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger, will
Параметр`response_format`	Контрактmp3
Параметр`max_input_characters`	Контракт30000
Параметр`other_options`	Контрактfalse
Параметр`input`	Контрактточный текст UTF-8; количество символов Unicode без нормализации
Параметр`material_types`	Контрактtext

Жизненный цикл: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · Фактически возвращённый task_id или запись в медиатеке

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Выберите точный голос из профиля этой модели.

Входные символы и секунды аудио — разные единицы учёта.

Тарифы

Тарифная справка не добавляет режимы запроса. Поддерживаемые параметры указаны для выбранного метода.

Быстрый режим: Не указано При выборе быстрого режима
Режим flex: Не указано При выборе режима flex
Максимальная интенсивность рассуждений: Не указано При максимальной интенсивности рассуждений с корректировкой по умолчанию (default)

Ставки Ailoot

Цены по конфигурациям

Сопоставьте каждую плату с указанными условиями. Для каждого набора альтернативных конфигураций используйте одну ставку.

Конфигурация	Шкала ставок	Расчётная единица	Плата
КонфигурацияБазовые тарифы на токены	Шкала ставокБазовая ставка	Расчётная единица—	Плата Вход · Входные токены — / 1K токенов Выход · Выходные токены — / 1K токенов Вход · Чтение кэша — / 1K токенов Вход · Запись в кэш — / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов
Конфигурациявходной символ	Шкала ставок—	Расчётная единицаза входной символ	Плата Вход · входной символ $0.00008 за входной символ

Сведения о справочном тарифе

Справочные шкалы модели не меняют выбор метода, расчёт стоимости или списания. Действующая плата определяется ставками выбранного метода Ailoot.

ElevenLabs: Eleven Flash v2

Цены по конфигурациям

Конфигурация	Условия расчёта	Плата
КонфигурацияElevenLabs: Eleven Flash v2 · Стандартная конфигурация	Условия расчётаКонфигурация по умолчанию	Плата Вход · Входные символы 0,00004 $ за входной символ

Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. Как работают резервирование и расчёт →

Примеры запросов

Ailoot Ultra · Озвучка

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

Получить и сохранить результаты

Ailoot Ultra · Озвучка

mp3

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

Чтение другого содержимого

МедиатекаСтатус задачиСведения о материале

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

Сохраняйте все готовые результаты

Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого.

Сохраняйте полный бинарный результат и заголовки. Если возвращаются JSON или несколько результатов, сохраняйте каждый элемент данных и загружайте ресурс по каждому фактически возвращённому подписанному URL.

Если нужно проверить исходный ответ

Сохраняйте исходный operation_id/X-Client-Request-ID для сверки без повторной отправки; отдельного маршрута опроса аудио нет.

Поля ответа

Поле	Тип
Поле`binary audio`	Типbytes
Поле`response headers`	Типheaders

Ошибки и дальнейшие шаги

Ответ	Условие	Следующий шаг
Ответ400 · `invalid_request_error`	УсловиеНеверные обязательные поля, представление материалов или значение параметра	Следующий шагИсправьте указанные поля перед новым запросом на создание.
Ответ`server_error`	УсловиеВозвращённый ответ указывает, что операция или результат требуют проверки	Следующий шагСохраните исходный возвращённый ID операции или задачи, заголовки запроса и ответ; продолжайте поддерживаемые операции чтения исходной операции. Не отправляйте запрос создания повторно.

Псевдонимы

Псевдонимы моделей

Ailoot Ultra elevenlabs/eleven-flash-v2

Псевдонимы путей метода

Используйте пути методов, указанные выше.

Связанные ID для вызова

elevenlabs/eleven-flash-v2

FAQ · ElevenLabs: Eleven Flash v2

Какие входные данные и результаты доступны?: POST /v1/audio/speech · elevenlabs/eleven-flash-v2: text → audio
Какие поля использует запрос?: POST /v1/audio/speech · elevenlabs/eleven-flash-v2: model, input, voice, response_format
Какие ограничения действуют?: POST /v1/audio/speech · elevenlabs/eleven-flash-v2: input.maximum_length: 30000

ElevenLabs: Eleven Flash v2