ElevenLabs: Eleven Flash v2.5

Eleven Flash v2.5 prevádza text na reč pre viacjazyčné interaktívne odpovede a hlasové aplikácie. Podporuje 32 jazykov a až 40 000 znakov na požiadavku; jeho profil rýchlej odozvy ťaží z prípravy čísel a mien v hovorenej podobe.

Ailoot Ultra · Syntéza reči POST /v1/audio/speech elevenlabs/eleven-flash-v2.5

O modeli

Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.

Eleven Flash v2.5 je viacjazyčný model prevodu textu na reč od ElevenLabs navrhnutý pre aplikácie v reálnom čase a interaktívne aplikácie. Dodanú textovú odpoveď mení na hovorený zvuk a vyvažuje profil rýchlej odozvy s prirodzeným prednesom a konzistentnými hlasovými vlastnosťami. Výrobca uvádza ako typické použitia hlasových agentov, chatboty, hry a aplikácie vyžadujúce okamžitú spätnú väzbu, ako aj prevod textu na reč vo väčšom rozsahu.

Model podporuje 32 jazykov: súbor 29 jazykov Multilingual v2 doplnený o maďarčinu, nórčinu a vietnamčinu. Dokumentovaný súbor zahŕňa angličtinu, japončinu, čínštinu, nemčinu, hindčinu, francúzštinu, kórejčinu, portugalčinu, taliančinu, španielčinu, indonézštinu, holandčinu, turečtinu, filipínčinu, poľštinu, švédčinu, bulharčinu, rumunčinu, arabčinu, češtinu, gréčtinu, fínčinu, chorvátčinu, malajčinu, slovenčinu, dánčinu, tamilčinu, ukrajinčinu a ruštinu. Tým sa líši od Flash v2 určeného výhradne pre angličtinu. Zvoľte jazyk scenára a zodpovedajúci regionálny hlas; nepredpokladajte, že prízvuk anglického hlasu je správnou voľbou pre každú lokalizáciu.

Požiadavka podporuje až 40 000 znakov. Výrobca pri tabuľke znakov uvádza približné dĺžky zvuku, ale limit znakov neurčuje pevnú dĺžku nahrávky. Trvanie menia rýchlosť reči, jazyk, interpunkcia a hlasový prednes. Pri živej odpovedi používajte oveľa kratšie úplné frázy; pri dlhšej nahrávke rozdeľte scenár na významové úseky a zachovajte kontext okolo hraníc. Vysoký strop znakov je užitočný pri príprave zdroja, no nerobí dlhú neprerušovanú odpoveď ľahkou na počúvanie.

Normalizácia čísel predstavuje pri tomto modeli podstatný rozdiel. Konkrétna sekcia Flash v2.5 uvádza, že normalizácia je v jeho profile s nízkou latenciou predvolene vypnutá a telefónne čísla, dátumy alebo peňažné zápisy môžu byť prečítané nečakane. Pred syntézou pripravte zamýšľanú hovorenú podobu. Rozhodnite, či číslo znamená množstvo, referenčný kód alebo číslice na jednotlivé zopakovanie. Pri dátume zapíšte mesiac a deň tak, ako ich má publikum počuť; pri skratke uveďte rozvinutú podobu, ak sa má vysloviť slovami.

Výslovnosť možno usmerniť upraveným zápisom alebo slovníkovými aliasmi. Príručka slovníkov výrobcu vyhradzuje fonémové pravidlá pre pomenované modely v4, v3 a Flash v2 a pri ostatných verziách odporúča aliasy, preto Flash v2.5 nemá preberať podporu fonémových značiek Flash v2. Pri opakujúcich sa menách a výrazoch uchovávajte preferovanú výslovnosť a overte ju so zvoleným hlasom. Ak je emocionálny opis vložený ako pokyn do bežného textu, môže byť sám vyslovený; pre požadovanú nahrávku pripravte čistý konečný scenár.

Spoločný postup TTS podporuje streamovaný zvuk aj úplné generovanie reči. Jeho rodina formátov zahŕňa MP3, nekomprimovaný 16-bitový PCM, μ-law a A-law pre telefonovanie a Opus. Formát vyberte podľa cieľa prehrávania a generovaný text majte k dispozícii vedľa zvuku. Hlasové ovládacie prvky ElevenLabs môžu ovplyvniť konzistentnosť a rýchlosť, kým znenie a interpunkcia scenára dodávajú veľkú časť zamýšľaného rytmu. Ide o možnosti postupu výrobcu, ktoré treba odlišovať od predpokladu, že každá aplikácia sprístupňuje všetky ovládacie prvky. Produktová príručka výslovne podporuje prestávky SSML pre Flash v2.5, napríklad <break time="1.5s" />, s prestávkami do troch sekúnd. Nadmerný počet značiek break môže ovplyvniť rýchlosť alebo spôsobiť artefakty. Spoločné ovládanie rýchlosti má rozsah 0.7 až 1.2, pričom 1.0 znamená nezmenené tempo.

Pre asistenta pripravte jeden jasný výsledok a jeden nasledujúci krok v konverzačnej vete. Praktická výpoveď môže potvrdiť dokončenie akcie a potom vysvetliť jediné ešte potrebné pole. Pri hre alebo návode zachovajte pokyn dostatočne krátky na pochopenie počas prebiehajúcej činnosti používateľa. Vo viacjazyčnom projekte prispôsobte samotné formulácie, nielen slovnú zásobu, a zachovajte význam mien, akcií a podmienok.

Skontrolujte reprezentatívnu pasáž obsahujúcu náročnú časť scenára: meno, identifikátor, dátum alebo dlhšie vysvetlenie. Overte zrozumiteľnosť, prízvuk, tempo a to, či sú čísla vyslovené zamýšľaným spôsobom. Podľa dokumentácie výrobcu je syntéza nedeterministická, preto sa konkrétny prednes môže líšiť aj pri podobných vstupoch. Vybraný zvuk a prípravu hovoreného textu uchovajte ako opätovne použiteľný výsledok pre upozornenie, odpoveď pomoci, interaktívnu postavu alebo nahrané vysvetlenie.

Ailoot Ultra · Syntéza reči POST /v1/audio/speech elevenlabs/eleven-flash-v2.5

elevenlabs/eleven-flash-v2.5

ElevenLabs /elevenlabs/eleven-flash-v2.5

Úvod

Povolené vstupy: Text
Výsledky: Audio

Dostupné v Ailoot · vstupy a metódy

Ailoot Ultra · Syntéza reči POST /v1/audio/speech

Vstup: text
Výstup: audio
Výstupný formát: mp3

Pole	Typ	Požiadavka	Hodnoty a limity	Predvolené
Pole`model`	Typ`string`	PožiadavkaPovinné	Hodnoty a limity elevenlabs/eleven-flash-v2.5	Predvolené—
Pole`input`	Typ`string`	PožiadavkaPovinné	Hodnoty a limity Minimálna dĺžka: 1 Maximálna dĺžka: 40 000 Jednotka: znaky Unicode	Predvolené—
Pole`voice`	Typ`string`	PožiadavkaPovinné	Hodnoty a limity george, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger, will	Predvolené—
Pole`response_format`	Typ`string`	PožiadavkaPovinné	Hodnoty a limity mp3	Predvolené—

Kombinácie vstupných podkladov

text_to_speech · Povinné: input

Parametre a životný cyklus metódy

Parameter	Špecifikácia
Parameter`content_type`	Špecifikáciaapplication/json
Parameter`required`	Špecifikáciamodel, input, voice, response_format
Parameter`voice_ids`	Špecifikáciageorge, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger, will
Parameter`response_format`	Špecifikáciamp3
Parameter`max_input_characters`	Špecifikácia40000
Parameter`other_options`	Špecifikáciafalse
Parameter`input`	Špecifikáciapresný text UTF-8; počet znakov Unicode bez normalizácie
Parameter`material_types`	Špecifikáciatext

Životný cyklus: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · skutočne vrátené task_id alebo záznam v knižnici médií

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Vyberte presný hlas z profilu tohto modelu.

Vstupné znaky a sekundy zvuku sú odlišné merané jednotky.

Cenník

Tarifné údaje nepridávajú možnosti požiadavky. Podporované parametre sú uvedené pri vybranej metóde.

Rýchly režim: Neuvedené Keď je zvolený rýchly režim
Režim Flex: Neuvedené Keď je zvolený režim flex
Maximálna úroveň uvažovania: Neuvedené Keď sa pri maximálnej úrovni uvažovania používa predvolená úprava (default)

Sadzby Ailoot

Ceny podľa konfigurácie

Každý poplatok priraďte k zobrazeným podmienkam. Pre každú skupinu alternatívnych konfigurácií použite jednu sadzbu.

Konfigurácia	Sadzobník	Účtovacia jednotka	Poplatok
KonfiguráciaZákladné sadzby za tokeny	SadzobníkZákladná sadzba	Účtovacia jednotka—	Poplatok Vstup · Vstupné tokeny — / 1K tokenov Výstup · Výstupné tokeny — / 1K tokenov Vstup · Čítanie cache — / 1K tokenov Vstup · Zápis do cache — / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov
Konfiguráciavstupný znak	Sadzobník—	Účtovacia jednotkaza vstupný znak	Poplatok Vstup · vstupný znak $0.00008 za vstupný znak

Podrobnosti referenčnej tarify

Referenčné sadzobníky modelu nemenia výber metódy, cenové odhady ani poplatky. Aktívne poplatky používajú sadzby vybranej metódy Ailoot.

ElevenLabs: Eleven Flash v2.5

Ceny podľa konfigurácie

Konfigurácia	Podmienky účtovania	Poplatok
KonfiguráciaElevenLabs: Eleven Flash v2.5 · Predvolená konfigurácia	Podmienky účtovaniaPredvolená konfigurácia	Poplatok Vstup · Vstupné znaky 0,00004 USD za vstupný znak

Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →

Príklady požiadaviek

Ailoot Ultra · Syntéza reči

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-v2.5", "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

Prijať a uložiť výsledky

Ailoot Ultra · Syntéza reči

mp3

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

Čítanie ďalšieho obsahu

Knižnica médiíStav úlohyPodrobnosti podkladu

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

Uchovať všetky dokončené výsledky

Uložte každú úplnú vrátenú odpoveď, súbor a časť obsahu.

Uchovajte úplný binárny výsledok a hlavičky. Ak sa vráti JSON alebo viacero výstupov, uchovajte každú dátovú položku a stiahnite obsah z každej skutočnej podpísanej URL súboru.

Ak treba overiť pôvodnú odpoveď

Uchovajte pôvodné operation_id/X-Client-Request-ID na zosúladenie záznamov bez opätovného odoslania; neexistuje samostatná trasa na priebežné zisťovanie stavu zvuku.

Polia odpovede

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

Chyby a ďalšie kroky

Odpoveď	Podmienka	Ďalší krok
Odpoveď400 · `invalid_request_error`	PodmienkaNeplatné povinné polia, reprezentácia materiálu alebo hodnota parametra	Ďalší krokPred novou požiadavkou na vytvorenie opravte uvedené polia.
Odpoveď`server_error`	PodmienkaVrátená odpoveď uvádza, že operáciu alebo výsledok je potrebné skontrolovať	Ďalší krokUchovajte pôvodné vrátené ID operácie/úlohy, hlavičky požiadavky a odpoveď; naďalej čítajte údaje o tejto pôvodnej operácii podporovaným spôsobom. Požiadavku na vytvorenie znova neodosielajte.

Aliasy

Aliasy modelov

Ailoot Ultra elevenlabs/eleven-flash-v2.5

Aliasy ciest metód

Použite cesty metód uvedené vyššie.

Súvisiace ID na volanie

elevenlabs/eleven-flash-v2.5

FAQ · ElevenLabs: Eleven Flash v2.5

Aké vstupy a výsledky sú dostupné?: POST /v1/audio/speech · elevenlabs/eleven-flash-v2.5: text → audio
Aké polia používa požiadavka?: POST /v1/audio/speech · elevenlabs/eleven-flash-v2.5: model, input, voice, response_format
Aké limity platia?: POST /v1/audio/speech · elevenlabs/eleven-flash-v2.5: input.maximum_length: 40000

ElevenLabs: Eleven Flash v2.5