ElevenLabs: Eleven v3

Eleven v3 syntetizuje zo scenára emocionálne expresívnu reč s vloženými zvukovými značkami a dialógovým režimom výrobcu. Podporuje viac než 70 jazykov a limit 5 000 znakov na požiadavku pre rozprávanie, scény postáv a ďalšie prednesy, pri ktorých záleží na prejave.

Ailoot Ultra · Syntéza reči POST /v1/audio/speech elevenlabs/eleven-v3

O modeli

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

Eleven v3 je expresívny model prevodu textu na reč od ElevenLabs pre emocionálny dialóg, rozhovory postáv a prednes audiokníh. Písaný scenár mení na hovorený zvuk a kontextom formuje emocionálny rozsah a prednes. Výrobca podporuje reč jedného hlasu aj dialógový postup s viacerými hovoriacimi. Táto karta sa týka pomenovanej verzie v3, oddelenej od v3 Conversational a neskoršej rodiny v4.

Vložené zvukové značky môžu usmerňovať emócie, hlasový prednes a neverbálne reakcie. Výrobca uvádza príklady [sad], [angry], [happily], [whispers], [shouts], [laughs], [clears throat] a [sighs]. Podnet umiestnite blízko slov alebo reakcie, ktoré má ovplyvniť. Pri rozprávanej scéne zapíšte emocionálny prechod do skutočného dialógu a značkou jasne určite zamýšľaný zvuk namiesto závislosti od oddeleného opisu scény.

V3 nepodporuje značky SSML <break>. Jeho príručka zadávania používa na prestávky a tempo zvukové značky, interpunkciu, tri bodky a štruktúru textu. Tento prístup dodáva pokyn k prednesu, nie záruku presného časovania. Pri váhavej replike môžu tri bodky a príslušný hlasový podnet objasniť zamýšľané váhanie. Ak sa nahrávka musí zmestiť do presnej časovej osi, umiestnite vybraný prednes pomocou postupu úprav a nepovažujte značku prestávky za jednotku pevnej dĺžky.

Výber hlasu zostáva dôležitý. Dokumentované odporúčania uvádzajú, že prednes už prítomný v tréningových materiáloch hlasu sa reprodukuje ľahšie, kým nezvyčajné požiadavky môžu byť menej spoľahlivé. Zlaďte hlas s postavou alebo rozprávačom a skontrolujte, či zvolené značky vytvárajú zamýšľaný prednes. Aktuálna sekcia zadávania v3 uvádza, že Professional Voice Clones nie sú pre túto verziu úplne optimalizované; dokumentované zlepšenia klonov a natívne ovládanie výslovnosti v4 sú vlastnosti samostatnej verzie. Produktová príručka tiež označuje Speed, Similarity a Speaker Boost ako nedostupné pre bežné v3. Tempo a prednes pripravujte hlasom, značkami, interpunkciou a štruktúrou textu namiesto preberania posuvníkov inej verzie.

Eleven v3 podporuje viac než 70 jazykov vrátane angličtiny, francúzštiny, nemčiny, japončiny, kórejčiny, španielčiny, portugalčiny a ruštiny. Vyberte hlas vhodný pre jazyk a regionálny prízvuk a pred syntézou pripravte skutočné hovorené znenie. Jazyková podpora scenár automaticky neprekladá. Pri lokalizovanej scéne postáv zachovajte zámer a reakciu hovoriaceho a znenie prirodzene prispôsobte publiku.

Požiadavka prevodu textu na reč podporuje až 5 000 znakov. Dlhšie scenáre rozdeľte na úplných hraniciach scén alebo rozprávania, aby mal každý segment jasný začiatok a koniec. Výrobca poskytuje režimy vytvorenia a streamovania reči aj režimy vytvorenia a streamovania dialógu. Pri dialógu priraďte každú repliku zamýšľanému hovoriacemu a zachovajte ich postupnosť. Emocionálnu zmenu držte s dostatkom okolitého textu, aby bol prechod zrozumiteľný.

Spoločný zvukový postup výrobcu ponúka MP3, PCM a telefónne kódovania ako μ-law, s ďalšími formátmi uvedenými v príručke TTS. Slovníky výslovnosti poskytujú spôsob konzistentného vyslovovania mien a odborných výrazov. Príručka slovníkov výslovne uvádza v3 pre fonémové pravidlá a viacjazyčné fonetické rozšírenie obmedzuje na v4; to nerobí natívnu syntax IPA v4 uzavretú lomkami vlastnosťou v3. Pripravte dôležité zápisy alebo hovorené aliasy a výsledok skontrolujte so zvoleným hlasom.

Pri praktickom zadaní prednesu dodajte hotovú epizódu namiesto osnovy: úvod rozprávača, skutočnú repliku postavy a reakciu uzatvárajúcu scénu. Určite, ktorý obsah sa vyslovuje, kam patrí hlasová reakcia a aký emocionálny smer má každý moment. Skontrolujte výslovnosť, hlasovú identitu, nechcené čítanie pokynov a prechod medzi hovoriacimi. Výsledkom je expresívna nahrávka dodaného scenára s vybraným prednesom, ktorý možno opätovne použiť alebo revidovať v zvukovom projekte.

Ailoot Ultra · Syntéza reči POST /v1/audio/speech elevenlabs/eleven-v3

elevenlabs/eleven-v3

ElevenLabs /elevenlabs/eleven-v3

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-v3	Predvolené—
Pole`input`	Typ`string`	PožiadavkaPovinné	Hodnoty a limity Minimálna dĺžka: 1 Maximálna dĺžka: 5 000 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`	Špecifikácia5000
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 $0.00016 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 v3

Ceny podľa konfigurácie

Konfigurácia	Podmienky účtovania	Poplatok
KonfiguráciaElevenLabs: Eleven v3 · Predvolená konfigurácia	Podmienky účtovaniaPredvolená konfigurácia	Poplatok Vstup · Vstupné znaky 0,00008 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-v3", "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-v3

Aliasy ciest metód

Použite cesty metód uvedené vyššie.

Súvisiace ID na volanie

elevenlabs/eleven-v3

FAQ · ElevenLabs: Eleven v3

Aké vstupy a výsledky sú dostupné?: POST /v1/audio/speech · elevenlabs/eleven-v3: text → audio
Aké polia používa požiadavka?: POST /v1/audio/speech · elevenlabs/eleven-v3: model, input, voice, response_format
Aké limity platia?: POST /v1/audio/speech · elevenlabs/eleven-v3: input.maximum_length: 5000

ElevenLabs: Eleven v3