ElevenLabs: Eleven Multilingual v2

Eleven Multilingual v2 iz besedila ustvari naraven, dosleden govor v 29 jezikih. ElevenLabs ga namenja daljšemu pripovedovanju, tečajem, zvočnim knjigam in večjezični vsebini, z omejitvijo 10 000 znakov na zahtevo ter nadzorom naglasa in načina podajanja prek izbire glasu.

Ailoot Ultra · Pretvorba v govor POST /v1/audio/speech elevenlabs/eleven-multilingual-v2

O modelu

Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.

Eleven Multilingual v2 je model podjetja ElevenLabs za pretvorbo besedila v govor za naravno, čustveno občutljivo in dosledno pripovedovanje. Sprejme pisni scenarij in vrne govorni zvok, pri čemer izbrani glas določa velik del njegovega značaja in naglasa. Proizvajalec poudarja stabilnost pri daljšem ustvarjanju, profesionalno vsebino, glasove likov, e-učenje in večjezične projekte. Gre za model sinteze govora, ločen od podobno poimenovanega spreminjevalnika glasu Multilingual Speech to Speech.

Dokumentirani nabor vsebuje 29 jezikov: angleščino, japonščino, kitajščino, nemščino, hindijščino, francoščino, korejščino, portugalščino, italijanščino, španščino, indonezijščino, nizozemščino, turščino, filipinščino, poljščino, švedščino, bolgarščino, romunščino, arabščino, češčino, grščino, finščino, hrvaščino, malajščino, slovaščino, danščino, tamilščino, ukrajinščino in ruščino. Pred sintezo pripravite dejanski scenarij v podprtem jeziku, namesto da od glasovnega modela pričakujete prevod.

Model je zasnovan tako, da skozi podprte jezike ohranja značilnosti in osebnost izbranega govorca. Naglas je še vedno močno odvisen od glasu: ElevenLabs priporoča glas, naučen za ciljni jezik in regionalni naglas, saj lahko glas govorca, ki ni rojeni govorec ciljnega jezika, ohrani prvotni naglas ali postane naglasno nedosleden. Pri lokaliziranem tečaju ohranite pripovedovalčevo vlogo in splošni ton, stavčno strukturo, terminologijo in izgovarjavo pa prilagodite občinstvu. Skupna glasovna identiteta ne odpravi potrebe po pregledu podajanja v ciljnem jeziku.

Omejitev zahteve je 10 000 znakov. Daljše gradivo lahko razdelite na povezana poglavja ali razdelke; proizvajalčev skupni potek TTS dokumentira predhodno in naslednje besedilo ali kontekst sosednjih zahtev za ohranjanje prozodije med deli. Delite na smiselni stavčni meji in prenesite dovolj okoliškega konteksta za začetek in konec odlomka. Proizvajalčevo približno število minut na zahtevo ni obljuba fiksnega trajanja, saj dolžino izbranega posnetka določajo besede, jezik in tempo.

Podajanje sledi pomenu besedila, pripovednemu kontekstu, ločilom in izbranemu glasu. Stabilnost nadzoruje variabilnost in čustveni razpon; podobnost nadzoruje, kako tesno rezultat spominja na glas. Skupni produktni vodnik opisuje razpon hitrosti od 0,7 do 1,2, pri čemer 1,0 pomeni nespremenjeno hitrost. Visoka stabilnost lahko zveni zadržano ali monotono, prenizka stabilnost pa lahko povzroči neenakomerno izvedbo. Pisna navodila za podajanje so lahko tudi izgovorjena, zato pripravite končni scenarij, namesto da vanj vključite navodila, ki ne smejo biti slišana.

Potek premorov tega modela podpira oznake SSML break, v nasprotju z v3 in v4. Proizvajalec kot način zahteve naravnega premora navaja <break time="1.5s" /> in dokumentira premore do treh sekund. Preveč oznak break lahko povzroči spremembe hitrosti ali artefakte, izbrani glas pa lahko vpliva na zven premora. Premore uporabite pri smiselnih prehodih, na primer po definiciji ali pred naslednjim delom pripovedovanega navodila.

Multilingual v2 po proizvajalčevem vodniku za izgovarjavo ne podpira fonemskih oznak. Za želeno govorjeno obliko imena, kratice ali strokovnega izraza uporabite slovarske nadomestne oblike ali pripravljen alternativni zapis. ElevenLabs ta model opisuje tudi kot naravnejši pri obravnavi števil kot Flash v2.5, njegova navodila za pripravo pa še vedno priporočajo zapis pomembnih števil, datumov in simbolov z besedami, ki naj bodo izgovorjene. Referenčna koda in količina zahtevata različno branje, tudi kadar so njune zapisane števke podobne.

Proizvajalčeva družina zvočnih formatov vključuje MP3 za distribucijo, nestisnjen 16-bitni PCM za produkcijsko delo, μ-law in A-law za telefonijo ter Opus. Celotno ustvarjanje govora in pretakanje sta dokumentirana v skupnem poteku TTS. Izhod izberite glede na predvideni cilj ter scenarij, glas in izbrani posnetek hranite skupaj. Poglavje zvočne knjige, pripoved za podjetje in kratka učna enota lahko uporabljajo isti namen modela, hkrati pa zahtevajo različen tempo in delitev.

Za praktično učno enoto uvod, definicije, primer in prehod napišite kot popolne govorjene odlomke. Označite izraze, ki potrebujejo dosledno izgovarjavo, in po osrednjem pojmu uporabite naraven premor. Preglejte reprezentativen del z imeni, številkami in daljšim stavkom ter preverite naglas, razumljivost in enakomernost podajanja prek meje razdelka. Uporaben izdelek je dosleden pripovedni posnetek, ki ga je mogoče ob izvornem scenariju vključiti v tečaj, zvočno knjigo ali video.

Ailoot Ultra · Pretvorba v govor POST /v1/audio/speech elevenlabs/eleven-multilingual-v2

elevenlabs/eleven-multilingual-v2

ElevenLabs /elevenlabs/eleven-multilingual-v2

Začetek

Dovoljeni vhodi: Besedilo
Rezultati: Zvok

Na voljo v Ailoot · vhodi in metode

Ailoot Ultra · Pretvorba v govor POST /v1/audio/speech

Vhod: text
Izhod: audio
Izhodni format: mp3

Polje	Vrsta	Zahteva	Vrednosti in omejitve	Privzeto
Polje`model`	Vrsta`string`	ZahtevaObvezno	Vrednosti in omejitve elevenlabs/eleven-multilingual-v2	Privzeto—
Polje`input`	Vrsta`string`	ZahtevaObvezno	Vrednosti in omejitve Najmanjša dolžina: 1 Največja dolžina: 10.000 Enota: znaki Unicode	Privzeto—
Polje`voice`	Vrsta`string`	ZahtevaObvezno	Vrednosti in omejitve george, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger, will	Privzeto—
Polje`response_format`	Vrsta`string`	ZahtevaObvezno	Vrednosti in omejitve mp3	Privzeto—

Kombinacije vhodnih gradiv

text_to_speech · Obvezno: input

Parametri in življenjski cikel metode

Parameter	Specifikacija
Parameter`content_type`	Specifikacijaapplication/json
Parameter`required`	Specifikacijamodel, input, voice, response_format
Parameter`voice_ids`	Specifikacijageorge, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger, will
Parameter`response_format`	Specifikacijamp3
Parameter`max_input_characters`	Specifikacija10000
Parameter`other_options`	Specifikacijafalse
Parameter`input`	Specifikacijanatančno besedilo UTF-8; število znakov Unicode brez normalizacije
Parameter`material_types`	Specifikacijatext

Življenjski cikel: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · Dejansko vrnjeni task_id ali zapis v medijski knjižnici

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Izberite natančen glas iz profila tega modela.

Vhodni znaki in zvočne sekunde so različni merili porabe.

Cenik

Tarifni podatki ne dodajajo možnosti zahteve. Podprti parametri so navedeni pri izbrani metodi.

Hitri način: Ni navedeno Ko je izbran hitri način
Način flex: Ni navedeno Ko je izbran način flex
Najvišja raven razmišljanja: Ni navedeno Ko najvišja raven razmišljanja uporablja privzeto prilagoditev (default)

Cene Ailoot

Cene po nastavitvah

Vsak strošek povežite s prikazanimi pogoji. Za vsak nabor alternativnih nastavitev uporabite eno ceno.

Nastavitev	Cenovna lestvica	Obračunska enota	Strošek
NastavitevOsnovne cene žetonov	Cenovna lestvicaOsnovna cena	Obračunska enota—	Strošek Vhod · Vhodni žetoni — / 1K žetonov Izhod · Izhodni žetoni — / 1K žetonov Vhod · Branje predpomnilnika — / 1K žetonov Vhod · Zapis v predpomnilnik — / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov
Nastavitevvhodni znak	Cenovna lestvica—	Obračunska enotana vhodni znak	Strošek Vhod · vhodni znak $0.00016 na vhodni znak

Podrobnosti referenčne tarife

Referenčne lestvice modela ne spreminjajo izbire metode, ocen cen ali stroškov. Veljavni stroški uporabljajo cene izbrane metode Ailoot.

ElevenLabs: Eleven Multilingual v2

Cene po nastavitvah

Nastavitev	Obračunski pogoji	Strošek
NastavitevElevenLabs: Eleven Multilingual v2 · Privzeta konfiguracija	Obračunski pogojiPrivzeta konfiguracija	Strošek Vhod · Vhodni znaki 0,00008 $ na vhodni znak

Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →

Primeri zahtev

Ailoot Ultra · Pretvorba v govor

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-multilingual-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

Prejmi in shrani rezultate

Ailoot Ultra · Pretvorba v govor

mp3

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

Branje druge vsebine

Medijska knjižnicaStanje opravilaPodrobnosti gradiva

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

Ohrani vse dokončane rezultate

Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.

Shranite celoten binarni rezultat in glave. Če so vrnjeni podatki JSON ali več izhodov, shranite vsak podatkovni element in pridobite vsebino z vsakega dejanskega podpisanega URL datoteke.

Če je treba preveriti izvirni odgovor

Shranite izvirni operation_id/X-Client-Request-ID za uskladitev evidenc brez ponovnega pošiljanja; namenska pot za periodično preverjanje zvoka ne obstaja.

Polja odgovora

Polje	Vrsta
Polje`binary audio`	Vrstabytes
Polje`response headers`	Vrstaheaders

Napake in naslednji koraki

Odgovor	Pogoj	Naslednji korak
Odgovor400 · `invalid_request_error`	PogojNeveljavna obvezna polja, predstavitev gradiva ali vrednost parametra	Naslednji korakPred novo zahtevo za ustvarjanje popravite navedena polja.
Odgovor`server_error`	PogojVrnjeni odgovor navaja, da je treba operacijo ali rezultat preveriti	Naslednji korakShranite izvirni vrnjeni ID operacije/opravila, glave zahteve in odgovor; nadaljujte s podprtimi branji te izvirne operacije. Zahteve za ustvarjanje ne pošiljajte znova.

Druga imena

Druga imena modelov

Ailoot Ultra elevenlabs/eleven-multilingual-v2

Druga imena poti metod

Uporabite zgoraj navedene poti metod.

Povezani ID-ji za klic

elevenlabs/eleven-multilingual-v2

FAQ · ElevenLabs: Eleven Multilingual v2

Kateri vhodi in rezultati so na voljo?: POST /v1/audio/speech · elevenlabs/eleven-multilingual-v2: text → audio
Katera polja uporablja zahteva?: POST /v1/audio/speech · elevenlabs/eleven-multilingual-v2: model, input, voice, response_format
Katere omejitve veljajo?: POST /v1/audio/speech · elevenlabs/eleven-multilingual-v2: input.maximum_length: 10000

ElevenLabs: Eleven Multilingual v2