ElevenLabs: Eleven v4
Eleven v4 pretvori scenarije v izrazni govor s kontekstualnim podajanjem, zvočnimi navodili znotraj besedila in zvočnimi dogodki. ElevenLabs ga namenja producirano pripoved, dialog likov in večjezični zvok, z omejitvijo 10 000 znakov na ustvarjanje.
O modelu
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
Eleven v4 je izrazni model podjetja ElevenLabs za pretvorbo besedila v govor za producirano vsebino, pripovedovanje in izvedbo likov. Njegova nova arhitektura uporablja kontekst scenarija za oblikovanje tega, kdo govori, kaj se je zgodilo in kako naj zveni naslednja vrstica. Vnos je pisni scenarij, povezan z izbranim glasom; izhod je zvok. Proizvajalec kot značilne uporabe poudarja čustveni dialog, produkcijo zvočnih knjig, animacijo in igre ter večjezične projekte.
Režijska navodila je mogoče vpisati v scenarij z zvočnimi oznakami znotraj besedila. Oznake, kot so [laughs], [whispers] in [door slams], lahko opišejo glasovno podajanje, nebesedni dogodek ali zvok znotraj prizora. Dokumentirana posodobitev V4 v primerjavi z v3 izboljša sledenje zaporedju teh navodil. Za kratek dramski trenutek napišite dejanske govorjene besede in postavite izvedbeno oznako na mesto, kjer je pomembna, namesto da bi na konec dodali nepovezan seznam čustev.
Premori in poudarki uporabljajo zvočna navodila v naravnem jeziku. ElevenLabs dokumentira [pause] in [long pause] za premore ter oznake, kot sta [excited] ali [sighs], za podajanje. Oznake SSML <break> so pri v4 izklopljene, zato je treba starejši scenarij s temi oznakami prilagoditi formatu navodil v4. Oznaka poimenuje želeno izvedbo; sama ne določi natančnega števila milisekund in ne zagotovi fiksnega končnega trajanja.
Proizvajalčev dialoški potek podpira več govorcev, zato lahko prizor vsebuje ločene glasove in zvočne dogodke. Njegov profil v4 dialogue WebSocket podpira do deset registriranih glasov, profil v4 Turbo pa uporablja enega. Pripravite jasen vrstni red govornih menjav in vsako vrstico povežite s predvidenim glasom. Ponazoritvena izmenjava se lahko premakne od tiho negotovega vprašanja k samozavestnemu odgovoru in nato k olajšanemu odzivu. Vsebina in čustveni prehod naj bosta razumljiva iz samega scenarija. Pri enem pripovedovalcu uporabite enako jasnost za razlikovanje pripovedi od navedene vrstice ali spremembe razpoloženja.
Eleven v4 podpira več kot 90 jezikov, vključno z angleščino, francoščino, nemščino, japonščino, španščino, portugalščino in ruščino. Proizvajalec opisuje dosledno kakovost glasu skozi menjave jezikov. Izberite glas in izgovarjavo, primerna jeziku in regiji predvidenega posnetka; pomembna sta tako jezik scenarija kot značaj glasu. Pri lokalizirani učni enoti najprej prevedite govorjeno besedilo in v novem scenariju ohranite pomen, terminologijo ter izvedbene oznake.
Eno ustvarjanje podpira do 10 000 znakov. Daljše delo je pripravljeno kot več povezanih ustvarjanj s povezovanjem konteksta, namenjenim doslednemu tempu in podajanju med segmenti. Poglavje razdelite na naravni stavčni meji ali meji prizora in ohranite okoliški kontekst. Proizvajalec opisuje tudi stabilno identiteto govorca ob ponovnem ustvarjanju vrstice. To je uporabno pri popravku enega odlomka, medtem ko v okoliškem gradivu ohranite isto zasedbo in slog izvedbe.
V4 v proizvajalčevem poteku ElevenLabs podpira Instant in Professional Voice Clones. ElevenLabs poudarja njuno vrnitev v v4; njegov vodnik za usmerjanje v3 navaja, da Professional Voice Clones za v3 niso povsem optimizirani. Instant ali Professional Voice Clones, ustvarjene pred uvedbo v4, je treba znova naučiti za v4, da učinkovito delujejo z modelom. Kloniranje glasu ustvari ali pripravi glas za sintezo; ločeno je od dejanja pretvorbe posredovanega scenarija v govor. Identiteta modela ne zahteva enega privzetega glasu, zato glas izberite za pripovedovalca ali lik, namesto da bi predpostavljali, da ime modela določi govorca.
Proizvajalec dokumentira MP3 za splošno poslušanje in dostavo medijev, WAV ali PCM za nestisnjen produkcijski zvok ter μ-law za telefonijo. Njegov API nadzoruje frekvenco vzorčenja in bitno hitrost izbranega formata. Izgovorni slovarji lahko določijo izgovarjavo imen, kratic in strokovnih izrazov. V4 prepozna tudi standardne transkripcije IPA, obdane s poševnicami, kot je /IPA_transcription/, vključno z naglasnimi oznakami za večzložne izraze; izgovarjava se lahko še vedno razlikuje glede na glas in frazo. Zahtevane izraze pripravite pred produkcijo in njihove želene govorjene oblike dosledno ohranite skozi popravke. Proizvajalčev profil v4 uporablja glasovni nastavitvi Stability in Similarity; drsnika Style in Speed nista na voljo. Tempo in čustveno podajanje usmerjata scenarij in zvočne oznake.
Za praktično pripovedno izhodišče posredujte dokončan prizor, predvideni glas, jezik, čustveni lok in cilj zvoka. Na primer: »Uvod preberi mirno, pred odkritjem naredi premor in naj zadnja vrstica zveni olajšano; ohrani dosleden pripovedovalčev ton.« Preglejte izgovarjavo, menjave govorcev, slišane oznake ali dogodke in prehode med odlomki. Uporaben izdelek je produciran govorni posnetek, povezan s scenarijem, z izbrano izvedbo in navodili, potrebnimi za popravek določene vrstice.
Ailoot Ultra · Pretvorba v govor POST /v1/audio/speech elevenlabs/eleven-v4
elevenlabs/eleven-v4Začetek
Eleven v4 pretvori scenarije v izrazni govor s kontekstualnim podajanjem, zvočnimi navodili znotraj besedila in zvočnimi dogodki. ElevenLabs ga namenja producirano pripoved, dialog likov in večjezični zvok, z omejitvijo 10 000 znakov na ustvarjanje.
- 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 |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve elevenlabs/eleven-v4 | Privzeto— |
Poljeinput | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve Najmanjša dolžina: 1 Največja dolžina: 10.000 Enota: znaki Unicode | Privzeto— |
Poljevoice | Vrstastring | 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— |
Poljeresponse_format | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve mp3 | Privzeto— |
Kombinacije vhodnih gradiv
text_to_speech · Obvezno: input
Parametri in življenjski cikel metode
| Parameter | Specifikacija |
|---|---|
Parametercontent_type | Specifikacijaapplication/json |
Parameterrequired | Specifikacijamodel, input, voice, response_format |
Parametervoice_ids | Specifikacijageorge, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger, will |
Parameterresponse_format | Specifikacijamp3 |
Parametermax_input_characters | Specifikacija10000 |
Parameterother_options | Specifikacijafalse |
Parameterinput | Specifikacijanatančno besedilo UTF-8; število znakov Unicode brez normalizacije |
Parametermaterial_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 v4
Cene po nastavitvah
| Nastavitev | Obračunski pogoji | Strošek |
|---|---|---|
| NastavitevElevenLabs: Eleven v4 · 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
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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o speech.mp3
Prejmi in shrani rezultate
Ailoot Ultra · Pretvorba v govor
mp3
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
Branje druge vsebine
set -eu
: "${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 |
|---|---|
Poljebinary audio | Vrstabytes |
Poljeresponse 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. |
Odgovorserver_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-v4
Druga imena poti metod
Uporabite zgoraj navedene poti metod.
Povezani ID-ji za klic
FAQ · ElevenLabs: Eleven v4
- Kateri vhodi in rezultati so na voljo?
POST /v1/audio/speech·elevenlabs/eleven-v4:text→audio- Katera polja uporablja zahteva?
POST /v1/audio/speech·elevenlabs/eleven-v4:model,input,voice,response_format- Katere omejitve veljajo?
POST /v1/audio/speech·elevenlabs/eleven-v4:input.maximum_length:10000