ElevenLabs: Eleven v4

Eleven v4 mení scenáre na expresívnu reč s kontextovým prednesom, vloženými zvukovými pokynmi a zvukovými udalosťami. ElevenLabs ho navrhuje pre produkované rozprávanie, dialógy postáv a viacjazyčný zvuk s limitom 10 000 znakov na generovanie.

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

O modeli

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

Eleven v4 je expresívny model prevodu textu na reč od ElevenLabs pre produkovaný obsah, rozprávanie a herecký prednes postáv. Jeho nová architektúra využíva kontext scenára na formovanie toho, kto hovorí, čo sa stalo a ako má znieť nasledujúca replika. Vstupom je písaný scenár priradený zvolenému hlasu; výstupom je zvuk. Výrobca vyzdvihuje emocionálny dialóg, produkciu audiokníh, animáciu a hry a viacjazyčné projekty ako typické použitia.

Pokyny možno zapisovať priamo do scenára pomocou vložených zvukových značiek. Značky ako [laughs], [whispers] a [door slams] môžu opisovať hlasový prednes, neverbálnu udalosť alebo zvuk v scéne. Dokumentovaná aktualizácia v4 zlepšuje sledovanie postupnosti týchto pokynov oproti v3. Pri krátkom dramatickom momente napíšte skutočné hovorené slová a podnet prednesu umiestnite tam, kde je dôležitý, namiesto pridania nesúvisiaceho zoznamu emócií na koniec.

Prestávky a dôraz používajú zvukové pokyny v prirodzenom jazyku. ElevenLabs dokumentuje [pause] a [long pause] pre prestávky a podnety ako [excited] alebo [sighs] pre prednes. Značky SSML <break> sú vo v4 vypnuté, preto starší scenár s týmito značkami treba prispôsobiť formátu pokynov v4. Značka pomenúva zamýšľaný prednes; sama neurčuje presný počet milisekúnd ani negarantuje pevnú konečnú dĺžku.

Dialógový postup výrobcu podporuje viacerých hovoriacich, takže scéna môže obsahovať samostatné hlasy a zvukové udalosti. Dialógový profil WebSocket v4 podporuje až desať registrovaných hlasov, kým profil v4 Turbo používa jeden. Pripravte jasné poradie replík a každú repliku ponechajte priradenú zamýšľanému hlasu. Ilustračná výmena môže prejsť od tichej neistej otázky k sebavedomej odpovedi a potom k úľavnej reakcii. Obsah aj emocionálny prechod majú byť zrozumiteľné zo samotného scenára. Pri jednom rozprávačovi používajte rovnakú jasnosť na odlíšenie rozprávania od citovanej repliky alebo zmeny nálady.

Eleven v4 podporuje viac než 90 jazykov vrátane angličtiny, francúzštiny, nemčiny, japončiny, španielčiny, portugalčiny a ruštiny. Výrobca opisuje konzistentnú kvalitu hlasu pri jazykových zmenách. Vyberte hlas a výslovnosť vhodné pre jazyk a región zamýšľanej nahrávky; záleží na jazyku scenára aj charaktere hlasu. Pri lokalizovanej lekcii najprv preložte hovorené znenie a v novom scenári zachovajte význam, terminológiu a podnety prednesu.

Generovanie podporuje až 10 000 znakov. Dlhšia práca sa pripravuje ako viacero nadväzujúcich generovaní so spájaním kontextu určeným na konzistentné tempo a prednes medzi segmentmi. Kapitolu rozdeľte na prirodzenej hranici vety alebo scény a zachovajte kontext okolo nej. Výrobca tiež opisuje stabilnú identitu hovoriaceho pri opätovnom generovaní repliky. Je to užitočné pri revízii jednej pasáže so zachovaním rovnakého obsadenia a štýlu prednesu v okolitom materiáli.

V4 v postupe výrobcu ElevenLabs podporuje Instant a Professional Voice Clones. ElevenLabs zdôrazňuje ich návrat vo v4; príručka zadávania v3 uvádza, že Professional Voice Clones nie sú pre v3 úplne optimalizované. Instant alebo Professional Voice Clones vytvorené pred uvedením v4 treba pretrénovať pre v4, aby s modelom účinne fungovali. Klonovanie hlasu vytvára alebo pripravuje hlas používaný na syntézu; odlišuje sa od samotného prevodu dodaného scenára na reč. Identita modelu nevyžaduje jediný predvolený hlas, preto hlas vyberte pre rozprávača alebo postavu a nepredpokladajte, že názov modelu určuje hovoriaceho.

Výrobca dokumentuje MP3 na všeobecné počúvanie a dodanie médií, WAV alebo PCM pre nekomprimovaný produkčný zvuk a μ-law pre telefonovanie. Jeho API riadi vzorkovaciu frekvenciu a dátový tok zvoleného formátu. Slovníky výslovnosti môžu určiť, ako sa vyslovujú mená, skratky a odborné výrazy. V4 tiež rozpoznáva štandardné prepisy IPA uzavreté lomkami, napríklad /IPA_transcription/, vrátane značiek prízvuku viacslabičných výrazov; výslovnosť sa stále môže líšiť podľa hlasu a frázy. Požadované výrazy pripravte pred produkciou a preferované hovorené podoby zachovajte počas revízií. Profil výrobcu v4 používa hlasové nastavenia Stability a Similarity; posuvníky Style a Speed nie sú dostupné. Tempo a emocionálny prednes sa usmerňujú scenárom a zvukovými značkami.

Pri praktickom zadaní rozprávania dodajte hotovú scénu, zamýšľaný hlas, jazyk, emocionálny oblúk a cieľ zvuku. Napríklad: „Úvod prečítajte pokojne, pred objavom urobte prestávku a posledná replika nech znie úľavne; zachovajte konzistentný tón rozprávača.“ Skontrolujte výslovnosť, zmeny hovoriacich, počuteľné značky alebo udalosti a prechody medzi pasážami. Užitočným výsledkom je produkovaná nahrávka reči previazaná so scenárom, s vybraným prednesom a pokynmi potrebnými na revíziu konkrétnej repliky.

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

elevenlabs/eleven-v4

ElevenLabs /elevenlabs/eleven-v4

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	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 $0.00016 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 v4

Ceny podľa konfigurácie

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

Aliasy ciest metód

Použite cesty metód uvedené vyššie.

Súvisiace ID na volanie

elevenlabs/eleven-v4

FAQ · ElevenLabs: Eleven v4

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

ElevenLabs: Eleven v4