ElevenLabs: Eleven v4 Turbo

Eleven v4 Turbo mení text na expresívnu reč pre živú konverzáciu, hlasových asistentov a interaktívne postavy. Zachováva emocionálny rozsah a zvukové pokyny rodiny v4 a používa streamovací profil založený na jednom registrovanom hlase na spojenie.

Ailoot Ultra · Syntéza reči POST /v1/audio/speech elevenlabs/eleven-v4-turbo

O modeli

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

Eleven v4 Turbo je expresívna verzia syntézy reči od ElevenLabs navrhnutá pre konverzácie v reálnom čase a odpovede hlasových agentov. Prijíma text a vracia hovorený zvuk, pričom prenáša emocionálny rozsah rodiny v4 do interaktívneho postupu. Výrobca odlišuje jej účel od bežného v4, ktorý je vyladený na produkovaný obsah a rozprávanie. Medzi pomenované použitia Turbo patria odpovede podpory, vysvetlenia asistenta a repliky interaktívnych postáv.

Obojsmerný streamovací postup výrobcu môže prijímať text počas jeho generovania a vracať zvuk ešte pred doručením celej výpovede. Tým znižuje potrebu čakať na hotový odsek pred začiatkom reči. Ide o fázu prevodu textu na zvuk: slová odpovede sú dodané modelu syntézy. Počúvanie volajúceho, rozhodovanie o akcii a detekcia prerušení sú samostatné funkcie okolitej aplikácie hlasového agenta.

Dokumentovaný profil Text to Dialogue WebSocket registruje pre v4 Turbo presne jeden hlas. To sa líši od profilu v4, ktorý podporuje až desať registrovaných hlasov. Spojenie môže prenášať po sebe idúce repliky vo zvolenom hlase a signál novej repliky obnoví prozódiu na jej hranici. Pre asistenta pripravte jednu jasnú identitu hovoriaceho a zachovajte ju konzistentnú, zatiaľ čo sa obsah a tón počas konverzácie menia.

Streamovanie stále potrebuje dostatok textu na vytvorenie užitočného segmentu reči. Príručka opisuje vyrovnávaciu pamäť výrobcu s približne 40 znakmi a ôsmimi slovami pred začatím čiastočného zvuku; kratšie obsahy možno zámerne odoslať bez ukončenia spojenia. Zvuk prichádza v častiach zakódovaných v Base64, ktoré aplikácia dekóduje na prehrávanie alebo zhromaždí do súboru. Časti môžu sprevádzať informácie o zarovnaní, ak sú vyžiadané a dostupné. Sú to podrobnosti postupu výrobcu, nie pevná latencia ani záruka presnej dĺžky jednotlivej výpovede.

Prednes usmerňujú zvukové značky a konverzačný kontext. Potvrdenie môže znieť potešene, vysvetlenie pozorne a oprava pokojne pri zachovaní rovnakého hlasu. Pokyn k hlasovému prednesu uveďte pri príslušných slovách. Ilustračná veta môže byť: „[warm] Tento krok je dokončený. [pause] Skontrolujme ďalšiu položku.“ Slová už musia oznamovať správny výsledok; značky formujú jeho počuteľnú podobu a nedopĺňajú chýbajúci vecný obsah.

Rodina modelov v4 podporuje viac než 90 jazykov; medzi dokumentované príklady patria angličtina, francúzština, nemčina, japončina, španielčina, portugalčina a ruština. ElevenLabs opisuje stabilnú identitu hovoriaceho medzi replikami a jazykmi a podporuje Professional Voice Clones vo v4 aj v4 Turbo. Príprava alebo klonovanie hlasu je samostatný krok od syntézy odpovede. Hlas a cieľový jazyk vyberte výslovne a v dialógu zachovajte konzistentné mená, terminológiu a preferované hovorené podoby.

Dokumentované formáty ElevenLabs zahŕňajú MP3 na všeobecné počúvanie, nekomprimovaný PCM alebo WAV pre produkčný zvuk a μ-law pre telefonovanie. Zvolený výstupný formát určuje vzorkovaciu frekvenciu a kódovanie postupu výrobcu. Pri asistentovi vyberte formát podľa cieľa prehrávania a nežiadajte, aby kódovanie určoval scenár. So zvoleným hlasom skontrolujte dôležité mená a skratky a požadované hovorené znenie jasne zapíšte do textu. Výrobca opisuje Stability a Similarity ako hlasové nastavenia oboch variantov v4; posuvníky Style a Speed v tomto profile nie sú dostupné. Prednes formujte hovoreným textom a zvukovými pokynmi.

Praktické konverzačné zadanie sa začína krátkou odpoveďou obsahujúcou jeden výsledok a jeden jasný nasledujúci krok. Napríklad: „Potvrďte prijatie dokumentu a potom vysvetlite jediný údaj, ktorý ešte chýba. Použite pokojný, prívetivý prednes a presne zachovajte názov dokumentu.“ Dlhú odpoveď rozdeľte na významových hraniciach a zachovajte okolitý konverzačný kontext. Hodnoťte jasnosť, začiatok a koniec každej repliky a súlad emócie so správou. Výsledkom je streamovaná alebo zhromaždená reč pre dodaný text a zvolený hlas, odlišná od fáz uvažovania a počúvania aplikácie.

Ailoot Ultra · Syntéza reči POST /v1/audio/speech elevenlabs/eleven-v4-turbo

elevenlabs/eleven-v4-turbo

ElevenLabs /elevenlabs/eleven-v4-turbo

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-v4-turbo	Predvolené—
Pole`input`	Typ`string`	PožiadavkaPovinné	Hodnoty a limity Minimálna dĺžka: 1 Maximálna dĺžka: 10 000 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`	Špecifikácia10000
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 v4 Turbo

Ceny podľa konfigurácie

Konfigurácia	Podmienky účtovania	Poplatok
KonfiguráciaElevenLabs: Eleven v4 Turbo · 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-v4-turbo", "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-v4-turbo

Aliasy ciest metód

Použite cesty metód uvedené vyššie.

Súvisiace ID na volanie

elevenlabs/eleven-v4-turbo

FAQ · ElevenLabs: Eleven v4 Turbo

Aké vstupy a výsledky sú dostupné?: POST /v1/audio/speech · elevenlabs/eleven-v4-turbo: text → audio
Aké polia používa požiadavka?: POST /v1/audio/speech · elevenlabs/eleven-v4-turbo: model, input, voice, response_format
Aké limity platia?: POST /v1/audio/speech · elevenlabs/eleven-v4-turbo: input.maximum_length: 10000

ElevenLabs: Eleven v4 Turbo