{ "aboutHtml": "

Eleven Flash v2 เป็นโมเดลสังเคราะห์เสียงภาษาอังกฤษเท่านั้นของ ElevenLabs สำหรับแอปพลิเคชันเสียงที่ต้องการการตอบสนองรวดเร็ว โมเดลรับคำพูดที่เขียนไว้และสร้างเสียงตามเสียงผู้พูดที่เลือก ผู้ผลิตวางตำแหน่ง Flash สำหรับการสนทนาเรียลไทม์และประสบการณ์เชิงโต้ตอบ เช่น คำยืนยันจากผู้ช่วย คำแนะนำแบบเสียง และคำตอบในเกม รุ่นที่ระบุชื่อนี้แยกจาก Flash v2.5 แบบหลายภาษา รวมถึงตระกูล v3 และ v4 ที่เน้นการถ่ายทอดอารมณ์

ขอบเขตภาษาของ Flash v2 คือภาษาอังกฤษ เสียงที่เลือกอาจให้สำเนียงท้องถิ่นและโทนเฉพาะ แต่ไม่ได้ทำให้รุ่นนี้เป็นโมเดลหลายภาษา เลือกเสียงให้ตรงกับผู้ฟังเป้าหมายและจุดประสงค์ของประโยค คำยืนยันจากผู้ช่วย ผู้บรรยายคำแนะนำ และตัวละครโต้ตอบอาจต้องใช้จังหวะต่างกัน แม้เนื้อหาข้อเท็จจริงจะเหมือนกัน เตรียมคำภาษาอังกฤษจริงที่ควรอ่านก่อนสังเคราะห์

คำขอรองรับสูงสุด 30,000 อักขระ ความยาวเสียงโดยประมาณที่ผู้ผลิตให้ไว้คู่กับขีดจำกัดนี้ไม่ใช่ระยะเวลาตายตัว สำหรับคำตอบโต้ตอบ ให้คงใจความหลักหนึ่งเรื่องและจบอย่างชัดเจน สำหรับเสียงยาว ให้แบ่งข้อความที่เกี่ยวข้องกันตรงขอบเขตประโยคหรือส่วน เวิร์กโฟลว์ TTS ร่วมอธิบายการใช้ข้อความข้างเคียงหรือบริบทของคำขอเพื่อรักษาทำนองเสียงระหว่างการสร้างที่ต่อเนื่องกัน ดังนั้นการแบ่งช่วงจึงไม่จำเป็นต้องตัดความเชื่อมโยงระหว่างย่อหน้าที่ตามกัน

เวิร์กโฟลว์หยุดเว้นจังหวะของ Flash v2 ใช้แท็ก SSML break คู่มือผลิตภัณฑ์ให้ <break time="1.5s" /> เป็นวิธีขอช่วงหยุดที่เป็นธรรมชาติ และระบุได้สูงสุดสามวินาที เสียงที่เลือกมีผลต่อการถ่ายทอดรอบช่วงหยุด และแท็กที่มากเกินไปอาจทำให้ความเร็วเปลี่ยน เกิดเสียงรบกวน หรือความผิดปกติของเสียง ใช้ break ตรงจุดที่ผู้ฟังต้องการการเปลี่ยนช่วง ไม่ใช่ระหว่างทุกคำ เครื่องหมายวรรคตอนและจุดไข่ปลาก็มีผลต่อจังหวะได้ แต่สม่ำเสมอน้อยกว่าและอาจทำให้ฟังเหมือนลังเล

แต่ละคำใช้สัญกรณ์ SSML phoneme แบบ IPA หรือ CMU Arpabet ได้ ผู้ผลิตแนะนำ CMU Arpabet เพื่อให้การออกเสียงใน v2 คาดเดาได้มากขึ้น และระบุว่าชื่อที่มีหลายคำควรใช้กฎ phoneme แยกทีละคำ พจนานุกรมการออกเสียงเก็บ phoneme หรือชื่อแทนที่ต้องการสำหรับคำที่เกิดซ้ำได้ โดยการจับคู่แยกตัวพิมพ์ใหญ่และเล็ก สิ่งนี้ต่างจากไวยากรณ์ IPA แบบครอบด้วยเครื่องหมายทับที่ v4 รองรับโดยตรง และต่างจากขอบเขตการออกเสียงของ Flash v2.5

เตรียมรหัสอ้างอิง วันที่ และคำย่อในรูปที่ต้องการให้พูด ตัวเลขชุดเดียวกันอาจเป็นจำนวนหรือรหัส จึงควรกำหนดว่าผู้ฟังต้องได้ยินจำนวนเต็มหรือเลขแยกทีละหลัก เขียนเดือนและวันที่โดยไม่กำกวม และขยายคำย่อที่ควรอ่านเป็นคำ คำแนะนำเชิงอธิบายทั่วไปที่ใส่ในข้อความอาจถูกอ่านออกเสียงเองได้ แท็กเสียงเชิงอารมณ์ของ v3 และ v4 ไม่ใช่รูปแบบการควบคุมที่อธิบายไว้สำหรับรุ่นนี้

กลุ่มรูปแบบของผู้ผลิตมี MP3, PCM 16 บิตแบบไม่บีบอัด, μ-law และ A-law สำหรับโทรศัพท์ รวมถึง Opus เวิร์กโฟลว์ร่วมส่งไฟล์เสียงที่สมบูรณ์หรือทยอยคืนเสียงได้ การตั้งค่าเสียงมีผลต่อความเสถียร ความคล้ายคลึง และจังหวะ โดยมีช่วงความเร็วตามเอกสาร 0.7 ถึง 1.2 และ 1.0 หมายถึงความเร็วเดิม การตั้งค่าเหล่านี้ชี้นำการถ่ายทอด แต่ไม่รับประกันว่าเทคเสียงจะเหมือนเดิมหรือมีความยาวสุดท้ายที่แน่นอน

สำหรับข้อความช่วยเหลือภาษาอังกฤษที่ใช้ได้จริง ให้บอกผลลัพธ์ก่อน แล้วตามด้วยขั้นตอนถัดไปหนึ่งอย่าง เช่น ยืนยันว่าบันทึกตัวเลือกแล้ว อ่านชื่อฟิลด์ที่เกี่ยวข้องอย่างชัดเจน และอธิบายสิ่งที่ผู้ใช้ทำต่อได้ สำหรับบทสอน ให้เขียนคำแนะนำที่สมบูรณ์และเว้นจังหวะก่อนการกระทำถัดไป ตรวจชื่อที่อ่านยาก ตัวเลข และจุดเปลี่ยนช่วงในเสียงที่เลือก เก็บเทคเสียงนั้นไว้พร้อมบทและข้อมูลเตรียมการออกเสียง เพื่อใช้ซ้ำเป็นคำบอกใบ้แบบเสียง การแจ้งเตือน หรือคำตอบของผู้ช่วย

", "aboutText": "Eleven Flash v2 เป็นโมเดลสังเคราะห์เสียงภาษาอังกฤษเท่านั้นของ ElevenLabs สำหรับแอปพลิเคชันเสียงที่ต้องการการตอบสนองรวดเร็ว โมเดลรับคำพูดที่เขียนไว้และสร้างเสียงตามเสียงผู้พูดที่เลือก ผู้ผลิตวางตำแหน่ง Flash สำหรับการสนทนาเรียลไทม์และประสบการณ์เชิงโต้ตอบ เช่น คำยืนยันจากผู้ช่วย คำแนะนำแบบเสียง และคำตอบในเกม รุ่นที่ระบุชื่อนี้แยกจาก Flash v2.5 แบบหลายภาษา รวมถึงตระกูล v3 และ v4 ที่เน้นการถ่ายทอดอารมณ์\n\nขอบเขตภาษาของ Flash v2 คือภาษาอังกฤษ เสียงที่เลือกอาจให้สำเนียงท้องถิ่นและโทนเฉพาะ แต่ไม่ได้ทำให้รุ่นนี้เป็นโมเดลหลายภาษา เลือกเสียงให้ตรงกับผู้ฟังเป้าหมายและจุดประสงค์ของประโยค คำยืนยันจากผู้ช่วย ผู้บรรยายคำแนะนำ และตัวละครโต้ตอบอาจต้องใช้จังหวะต่างกัน แม้เนื้อหาข้อเท็จจริงจะเหมือนกัน เตรียมคำภาษาอังกฤษจริงที่ควรอ่านก่อนสังเคราะห์\n\nคำขอรองรับสูงสุด 30,000 อักขระ ความยาวเสียงโดยประมาณที่ผู้ผลิตให้ไว้คู่กับขีดจำกัดนี้ไม่ใช่ระยะเวลาตายตัว สำหรับคำตอบโต้ตอบ ให้คงใจความหลักหนึ่งเรื่องและจบอย่างชัดเจน สำหรับเสียงยาว ให้แบ่งข้อความที่เกี่ยวข้องกันตรงขอบเขตประโยคหรือส่วน เวิร์กโฟลว์ TTS ร่วมอธิบายการใช้ข้อความข้างเคียงหรือบริบทของคำขอเพื่อรักษาทำนองเสียงระหว่างการสร้างที่ต่อเนื่องกัน ดังนั้นการแบ่งช่วงจึงไม่จำเป็นต้องตัดความเชื่อมโยงระหว่างย่อหน้าที่ตามกัน\n\nเวิร์กโฟลว์หยุดเว้นจังหวะของ Flash v2 ใช้แท็ก SSML break คู่มือผลิตภัณฑ์ให้ เป็นวิธีขอช่วงหยุดที่เป็นธรรมชาติ และระบุได้สูงสุดสามวินาที เสียงที่เลือกมีผลต่อการถ่ายทอดรอบช่วงหยุด และแท็กที่มากเกินไปอาจทำให้ความเร็วเปลี่ยน เกิดเสียงรบกวน หรือความผิดปกติของเสียง ใช้ break ตรงจุดที่ผู้ฟังต้องการการเปลี่ยนช่วง ไม่ใช่ระหว่างทุกคำ เครื่องหมายวรรคตอนและจุดไข่ปลาก็มีผลต่อจังหวะได้ แต่สม่ำเสมอน้อยกว่าและอาจทำให้ฟังเหมือนลังเล\n\nแต่ละคำใช้สัญกรณ์ SSML phoneme แบบ IPA หรือ CMU Arpabet ได้ ผู้ผลิตแนะนำ CMU Arpabet เพื่อให้การออกเสียงใน v2 คาดเดาได้มากขึ้น และระบุว่าชื่อที่มีหลายคำควรใช้กฎ phoneme แยกทีละคำ พจนานุกรมการออกเสียงเก็บ phoneme หรือชื่อแทนที่ต้องการสำหรับคำที่เกิดซ้ำได้ โดยการจับคู่แยกตัวพิมพ์ใหญ่และเล็ก สิ่งนี้ต่างจากไวยากรณ์ IPA แบบครอบด้วยเครื่องหมายทับที่ v4 รองรับโดยตรง และต่างจากขอบเขตการออกเสียงของ Flash v2.5\n\nเตรียมรหัสอ้างอิง วันที่ และคำย่อในรูปที่ต้องการให้พูด ตัวเลขชุดเดียวกันอาจเป็นจำนวนหรือรหัส จึงควรกำหนดว่าผู้ฟังต้องได้ยินจำนวนเต็มหรือเลขแยกทีละหลัก เขียนเดือนและวันที่โดยไม่กำกวม และขยายคำย่อที่ควรอ่านเป็นคำ คำแนะนำเชิงอธิบายทั่วไปที่ใส่ในข้อความอาจถูกอ่านออกเสียงเองได้ แท็กเสียงเชิงอารมณ์ของ v3 และ v4 ไม่ใช่รูปแบบการควบคุมที่อธิบายไว้สำหรับรุ่นนี้\n\nกลุ่มรูปแบบของผู้ผลิตมี MP3, PCM 16 บิตแบบไม่บีบอัด, μ-law และ A-law สำหรับโทรศัพท์ รวมถึง Opus เวิร์กโฟลว์ร่วมส่งไฟล์เสียงที่สมบูรณ์หรือทยอยคืนเสียงได้ การตั้งค่าเสียงมีผลต่อความเสถียร ความคล้ายคลึง และจังหวะ โดยมีช่วงความเร็วตามเอกสาร 0.7 ถึง 1.2 และ 1.0 หมายถึงความเร็วเดิม การตั้งค่าเหล่านี้ชี้นำการถ่ายทอด แต่ไม่รับประกันว่าเทคเสียงจะเหมือนเดิมหรือมีความยาวสุดท้ายที่แน่นอน\n\nสำหรับข้อความช่วยเหลือภาษาอังกฤษที่ใช้ได้จริง ให้บอกผลลัพธ์ก่อน แล้วตามด้วยขั้นตอนถัดไปหนึ่งอย่าง เช่น ยืนยันว่าบันทึกตัวเลือกแล้ว อ่านชื่อฟิลด์ที่เกี่ยวข้องอย่างชัดเจน และอธิบายสิ่งที่ผู้ใช้ทำต่อได้ สำหรับบทสอน ให้เขียนคำแนะนำที่สมบูรณ์และเว้นจังหวะก่อนการกระทำถัดไป ตรวจชื่อที่อ่านยาก ตัวเลข และจุดเปลี่ยนช่วงในเสียงที่เลือก เก็บเทคเสียงนั้นไว้พร้อมบทและข้อมูลเตรียมการออกเสียง เพื่อใช้ซ้ำเป็นคำบอกใบ้แบบเสียง การแจ้งเตือน หรือคำตอบของผู้ช่วย", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "0e488f5e2bd1b771aeb85a5f8c914db1bde86cb1a1bc0e60598982127c2aba62", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "th", "methods": [ { "html": "
•

ElevenLabs: Eleven Flash v2

ElevenLabs /elevenlabs/eleven-flash-v2

เริ่มต้น

Eleven Flash v2 เป็นโมเดลแปลงข้อความเป็นเสียงภาษาอังกฤษเท่านั้นของ ElevenLabs สำหรับการโต้ตอบด้วยเสียงที่ตอบสนองรวดเร็ว โมเดลเปลี่ยนข้อความที่เตรียมไว้เป็นเสียงพูด โดยมีขีดจำกัด 30,000 อักขระต่อคำขอ พร้อมการควบคุมช่วงหยุดและการออกเสียงแต่ละคำตามเอกสาร

อินพุตที่รองรับ
ข้อความ
ผลลัพธ์
เสียง
เกี่ยวกับโมเดล

คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก

Eleven Flash v2 เป็นโมเดลสังเคราะห์เสียงภาษาอังกฤษเท่านั้นของ ElevenLabs สำหรับแอปพลิเคชันเสียงที่ต้องการการตอบสนองรวดเร็ว โมเดลรับคำพูดที่เขียนไว้และสร้างเสียงตามเสียงผู้พูดที่เลือก ผู้ผลิตวางตำแหน่ง Flash สำหรับการสนทนาเรียลไทม์และประสบการณ์เชิงโต้ตอบ เช่น คำยืนยันจากผู้ช่วย คำแนะนำแบบเสียง และคำตอบในเกม รุ่นที่ระบุชื่อนี้แยกจาก Flash v2.5 แบบหลายภาษา รวมถึงตระกูล v3 และ v4 ที่เน้นการถ่ายทอดอารมณ์

ขอบเขตภาษาของ Flash v2 คือภาษาอังกฤษ เสียงที่เลือกอาจให้สำเนียงท้องถิ่นและโทนเฉพาะ แต่ไม่ได้ทำให้รุ่นนี้เป็นโมเดลหลายภาษา เลือกเสียงให้ตรงกับผู้ฟังเป้าหมายและจุดประสงค์ของประโยค คำยืนยันจากผู้ช่วย ผู้บรรยายคำแนะนำ และตัวละครโต้ตอบอาจต้องใช้จังหวะต่างกัน แม้เนื้อหาข้อเท็จจริงจะเหมือนกัน เตรียมคำภาษาอังกฤษจริงที่ควรอ่านก่อนสังเคราะห์

คำขอรองรับสูงสุด 30,000 อักขระ ความยาวเสียงโดยประมาณที่ผู้ผลิตให้ไว้คู่กับขีดจำกัดนี้ไม่ใช่ระยะเวลาตายตัว สำหรับคำตอบโต้ตอบ ให้คงใจความหลักหนึ่งเรื่องและจบอย่างชัดเจน สำหรับเสียงยาว ให้แบ่งข้อความที่เกี่ยวข้องกันตรงขอบเขตประโยคหรือส่วน เวิร์กโฟลว์ TTS ร่วมอธิบายการใช้ข้อความข้างเคียงหรือบริบทของคำขอเพื่อรักษาทำนองเสียงระหว่างการสร้างที่ต่อเนื่องกัน ดังนั้นการแบ่งช่วงจึงไม่จำเป็นต้องตัดความเชื่อมโยงระหว่างย่อหน้าที่ตามกัน

เวิร์กโฟลว์หยุดเว้นจังหวะของ Flash v2 ใช้แท็ก SSML break คู่มือผลิตภัณฑ์ให้ <break time="1.5s" /> เป็นวิธีขอช่วงหยุดที่เป็นธรรมชาติ และระบุได้สูงสุดสามวินาที เสียงที่เลือกมีผลต่อการถ่ายทอดรอบช่วงหยุด และแท็กที่มากเกินไปอาจทำให้ความเร็วเปลี่ยน เกิดเสียงรบกวน หรือความผิดปกติของเสียง ใช้ break ตรงจุดที่ผู้ฟังต้องการการเปลี่ยนช่วง ไม่ใช่ระหว่างทุกคำ เครื่องหมายวรรคตอนและจุดไข่ปลาก็มีผลต่อจังหวะได้ แต่สม่ำเสมอน้อยกว่าและอาจทำให้ฟังเหมือนลังเล

แต่ละคำใช้สัญกรณ์ SSML phoneme แบบ IPA หรือ CMU Arpabet ได้ ผู้ผลิตแนะนำ CMU Arpabet เพื่อให้การออกเสียงใน v2 คาดเดาได้มากขึ้น และระบุว่าชื่อที่มีหลายคำควรใช้กฎ phoneme แยกทีละคำ พจนานุกรมการออกเสียงเก็บ phoneme หรือชื่อแทนที่ต้องการสำหรับคำที่เกิดซ้ำได้ โดยการจับคู่แยกตัวพิมพ์ใหญ่และเล็ก สิ่งนี้ต่างจากไวยากรณ์ IPA แบบครอบด้วยเครื่องหมายทับที่ v4 รองรับโดยตรง และต่างจากขอบเขตการออกเสียงของ Flash v2.5

เตรียมรหัสอ้างอิง วันที่ และคำย่อในรูปที่ต้องการให้พูด ตัวเลขชุดเดียวกันอาจเป็นจำนวนหรือรหัส จึงควรกำหนดว่าผู้ฟังต้องได้ยินจำนวนเต็มหรือเลขแยกทีละหลัก เขียนเดือนและวันที่โดยไม่กำกวม และขยายคำย่อที่ควรอ่านเป็นคำ คำแนะนำเชิงอธิบายทั่วไปที่ใส่ในข้อความอาจถูกอ่านออกเสียงเองได้ แท็กเสียงเชิงอารมณ์ของ v3 และ v4 ไม่ใช่รูปแบบการควบคุมที่อธิบายไว้สำหรับรุ่นนี้

กลุ่มรูปแบบของผู้ผลิตมี MP3, PCM 16 บิตแบบไม่บีบอัด, μ-law และ A-law สำหรับโทรศัพท์ รวมถึง Opus เวิร์กโฟลว์ร่วมส่งไฟล์เสียงที่สมบูรณ์หรือทยอยคืนเสียงได้ การตั้งค่าเสียงมีผลต่อความเสถียร ความคล้ายคลึง และจังหวะ โดยมีช่วงความเร็วตามเอกสาร 0.7 ถึง 1.2 และ 1.0 หมายถึงความเร็วเดิม การตั้งค่าเหล่านี้ชี้นำการถ่ายทอด แต่ไม่รับประกันว่าเทคเสียงจะเหมือนเดิมหรือมีความยาวสุดท้ายที่แน่นอน

สำหรับข้อความช่วยเหลือภาษาอังกฤษที่ใช้ได้จริง ให้บอกผลลัพธ์ก่อน แล้วตามด้วยขั้นตอนถัดไปหนึ่งอย่าง เช่น ยืนยันว่าบันทึกตัวเลือกแล้ว อ่านชื่อฟิลด์ที่เกี่ยวข้องอย่างชัดเจน และอธิบายสิ่งที่ผู้ใช้ทำต่อได้ สำหรับบทสอน ให้เขียนคำแนะนำที่สมบูรณ์และเว้นจังหวะก่อนการกระทำถัดไป ตรวจชื่อที่อ่านยาก ตัวเลข และจุดเปลี่ยนช่วงในเสียงที่เลือก เก็บเทคเสียงนั้นไว้พร้อมบทและข้อมูลเตรียมการออกเสียง เพื่อใช้ซ้ำเป็นคำบอกใบ้แบบเสียง การแจ้งเตือน หรือคำตอบของผู้ช่วย

ใช้งานได้ใน Ailoot · อินพุตและเมธอด

Ailoot Ultra · การสังเคราะห์เสียงพูด POST /v1/audio/speech
ขาเข้า
text
ขาออก
audio
รูปแบบเอาต์พุต
mp3
ฟิลด์ประเภทข้อกำหนดค่าและข้อจำกัดค่าเริ่มต้น
ฟิลด์modelประเภทstringข้อกำหนดจำเป็นค่าและข้อจำกัด
elevenlabs/eleven-flash-v2
ค่าเริ่มต้น—
ฟิลด์inputประเภทstringข้อกำหนดจำเป็นค่าและข้อจำกัด
ความยาวขั้นต่ำ: 1
ความยาวสูงสุด: 30,000
หน่วย: อักขระ Unicode
ค่าเริ่มต้น—
ฟิลด์voiceประเภทstringข้อกำหนดจำเป็นค่าและข้อจำกัด
george, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger, will
ค่าเริ่มต้น—
ฟิลด์response_formatประเภทstringข้อกำหนดจำเป็นค่าและข้อจำกัด
mp3
ค่าเริ่มต้น—
ชุดผสมของสื่ออินพุต

text_to_speech · จำเป็น: input

พารามิเตอร์และวงจรการทำงานของเมธอด
พารามิเตอร์ข้อกำหนด
พารามิเตอร์content_typeข้อกำหนดapplication/json
พารามิเตอร์requiredข้อกำหนดmodel, input, voice, response_format
พารามิเตอร์voice_idsข้อกำหนดgeorge, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger, will
พารามิเตอร์response_formatข้อกำหนดmp3
พารามิเตอร์max_input_charactersข้อกำหนด30000
พารามิเตอร์other_optionsข้อกำหนดfalse
พารามิเตอร์inputข้อกำหนดข้อความ UTF-8 ที่ตรงตามต้นฉบับ นับอักขระ Unicode โดยไม่ปรับรูปแบบมาตรฐาน
พารามิเตอร์material_typesข้อกำหนดtext

วงจรการทำงาน: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · ค่า task_id ที่ส่งกลับมาจริง หรือระเบียนในคลังสื่อ

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

เลือกเสียงที่ตรงตามโปรไฟล์ของโมเดลนี้

อักขระขาเข้าและวินาทีเสียงเป็นหน่วยวัดคนละแบบ

ราคา

ข้อมูลอัตราราคาไม่ได้เพิ่มตัวเลือกคำขอ พารามิเตอร์ที่รองรับระบุไว้สำหรับเมธอดที่เลือก

โหมดรวดเร็ว
ไม่ได้ระบุ เมื่อเลือกโหมดรวดเร็ว
โหมดยืดหยุ่น
ไม่ได้ระบุ เมื่อเลือกโหมด flex
ระดับการใช้เหตุผลสูงสุด
ไม่ได้ระบุ เมื่อใช้การปรับตามค่าเริ่มต้น (default) สำหรับระดับการใช้เหตุผลสูงสุด

อัตราค่าบริการ Ailoot

ราคาตามการตั้งค่า

เทียบค่าบริการแต่ละรายการกับเงื่อนไขที่แสดง เลือกใช้อัตราเดียวสำหรับแต่ละชุดการตั้งค่าที่เป็นตัวเลือกทดแทนกัน

การตั้งค่าตารางอัตราค่าบริการหน่วยคิดค่าบริการค่าบริการ
การตั้งค่าอัตราค่าบริการโทเคนพื้นฐานตารางอัตราค่าบริการอัตราพื้นฐานหน่วยคิดค่าบริการ—ค่าบริการ
ขาเข้า · โทเค็นอินพุต — / 1K โทเค็น
ขาออก · โทเค็นเอาต์พุต — / 1K โทเค็น
ขาเข้า · การอ่านแคช — / 1K โทเค็น
ขาเข้า · การเขียนแคช — / 1K โทเค็น
ขาเข้า · การเขียนแคช, 1 ชั่วโมง — / 1K โทเค็น
การตั้งค่าอักขระขาเข้าตารางอัตราค่าบริการ—หน่วยคิดค่าบริการต่ออักขระอินพุตค่าบริการ
ขาเข้า · อักขระขาเข้า $0.00008 ต่ออักขระอินพุต

รายละเอียดอัตราอ้างอิง

ตารางอัตราอ้างอิงระดับโมเดลไม่เปลี่ยนเมธอดที่เลือก ยอดประมาณการ หรือค่าบริการ การคิดค่าบริการจริงใช้อัตราของเมธอด Ailoot ที่เลือก

ElevenLabs: Eleven Flash v2

ราคาตามการตั้งค่า

การตั้งค่าเงื่อนไขคิดค่าบริการค่าบริการ
การตั้งค่าElevenLabs: Eleven Flash v2 · การตั้งค่าเริ่มต้นเงื่อนไขคิดค่าบริการการตั้งค่าเริ่มต้นค่าบริการ
ขาเข้า · อักขระอินพุต US$0.00004 ต่ออักขระอินพุต

Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →

ตัวอย่างคำขอ

Ailoot Ultra · การสังเคราะห์เสียงพูด

set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_VOICE_ID:?Choose an accepted voice ID from this exact model profile}"\nexport AILOOT_VOICE_ID\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "elevenlabs/eleven-flash-v2", "input": "Good afternoon! This is a short voice take."}')\nvoice=os.environ["AILOOT_VOICE_ID"]\nallowed=json.loads('["george", "sarah", "adam", "alice", "bella", "bill", "brian", "callum", "charlie", "chris", "daniel", "eric", "harry", "jessica", "laura", "liam", "lily", "matilda", "river", "roger", "will"]')\nif voice not in allowed: raise SystemExit("Choose an accepted voice ID from this exact model profile")\np["voice"]=voice\np["response_format"]="mp3"\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \\\n  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o speech.mp3\n

รับและบันทึกผลลัพธ์

Ailoot Ultra · การสังเคราะห์เสียงพูด

mp3

  • GET /v1/media/tasks/{task_id}
  • GET /v1/media/assets/{asset_id}/content
  • GET /v1/media/assets
  • GET /v1/media/assets/{asset_id}
การอ่านเนื้อหาแบบอื่น
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n  -H "Authorization: Bearer $AILOOT_API_KEY" -o media-assets.json\n
เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด

เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน

เก็บผลลัพธ์ไบนารีและส่วนหัวให้ครบถ้วน หากได้รับ JSON/ผลลัพธ์หลายรายการ ให้เก็บข้อมูลทุกรายการและดึงไฟล์สื่อจาก URL แบบลงนามทุกรายการที่ได้รับจริง

เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ

เก็บ operation_id/X-Client-Request-ID เดิมไว้เพื่อกระทบยอดโดยไม่ส่งคำขอซ้ำ ไม่มีเส้นทางเฉพาะสำหรับตรวจสอบสถานะงานเสียงเป็นระยะ

ฟิลด์การตอบกลับ
ฟิลด์ประเภท
ฟิลด์binary audioประเภทbytes
ฟิลด์response headersประเภทheaders
ข้อผิดพลาดและขั้นตอนถัดไป
การตอบกลับเงื่อนไขขั้นตอนถัดไป
การตอบกลับ400 · invalid_request_errorเงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้องขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่
การตอบกลับserver_errorเงื่อนไขการตอบกลับที่ได้รับระบุว่าต้องตรวจสอบการดำเนินการหรือผลลัพธ์ขั้นตอนถัดไปเก็บ ID การดำเนินการ/งานที่ส่งกลับมาแต่เดิม ส่วนหัวของคำขอ และการตอบกลับไว้ แล้วอ่านข้อมูลการดำเนินการเดิมนั้นต่อด้วยวิธีที่รองรับ ห้ามส่งคำขอสร้างซ้ำ

ชื่ออื่น

ชื่ออื่นของโมเดล

Ailoot Ultra elevenlabs/eleven-flash-v2

ชื่อพาธเมธอดอื่น

ใช้พาธเมธอดที่แสดงด้านบน

ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล

elevenlabs/eleven-flash-v2

", "method_identity": { "effective_request_model_id": "elevenlabs/eleven-flash-v2", "fmt": "speech", "http": "POST", "path": "/v1/audio/speech", "request_model_id": "elevenlabs/eleven-flash-v2", "route_label": "Ultra" }, "method_key": "Ultra|speech|/v1/audio/speech|elevenlabs%2Feleven-flash-v2", "ordinal": 0, "rawMethod": { "available": null, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Keep the complete binary result and headers. If JSON/multiple outputs are returned, retain every data item and fetch each actual signed asset URL.", "errors": [ { "code": null, "condition": "ฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง", "http_status": 400, "recovery": "แก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่", "type": "invalid_request_error" }, { "code": null, "condition": "การตอบกลับที่ได้รับระบุว่าต้องตรวจสอบการดำเนินการหรือผลลัพธ์", "http_status": null, "recovery": "เก็บ ID การดำเนินการ/งานที่ส่งกลับมาแต่เดิม ส่วนหัวของคำขอ และการตอบกลับไว้ แล้วอ่านข้อมูลการดำเนินการเดิมนั้นต่อด้วยวิธีที่รองรับ ห้ามส่งคำขอสร้างซ้ำ", "type": "server_error" } ], "hints": [], "ignored_fields": [], "lifecycle": { "all_results": "Follow everyactualreturnedoutputandownedasset; no result is discardedbecauseindex0orcontent_urlalreadyexists.", "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "actual returned task_id or media library record", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "เก็บ operation_id/X-Client-Request-ID เดิมไว้เพื่อกระทบยอดโดยไม่ส่งคำขอซ้ำ ไม่มีเส้นทางเฉพาะสำหรับตรวจสอบสถานะงานเสียงเป็นระยะ" }, "material_combinations": [ { "content_type": "application/json", "mode": "text_to_speech", "required": [ "input" ] } ], "media_library": { "asset": { "fields": [ { "description": null, "name": "asset_id", "type": "string" }, { "description": null, "name": "task_id", "type": "string" }, { "description": null, "name": "output_key", "type": "string" }, { "description": null, "name": "family", "type": "string" }, { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "method", "type": "string" }, { "description": null, "name": "status", "type": "string" }, { "description": null, "name": "content_type", "type": "string" }, { "description": null, "name": "sha256", "type": "string" }, { "description": null, "name": "size_bytes", "type": "integer" }, { "description": null, "name": "content_url", "type": "string" } ], "http": "GET", "id_source": "actual returned asset_id", "path": "/v1/media/assets/{asset_id}" }, "content": { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "range_header_supported": true, "url_source": "Use exact returned signed content_url including its token; do not construct a token." }, "expired_link": { "code": "link_expired", "http_status": 404, "recovery": "Read the asset again to obtain its refreshed signed content_url, then fetch that URL. Do not regenerate." }, "list": { "all_pages": "Follow every returned next_cursor, then select records by their actual task_id/output_key.", "http": "GET", "output_fields": [ { "description": null, "name": "object", "type": "string" }, { "description": null, "name": "data", "type": "asset[]" }, { "description": null, "name": "next_cursor", "type": "string|null" } ], "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "family", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "cursor", "required": false, "type": "string" }, { "availability": "source_interface", "default": 20, "default_known": true, "enum": null, "enum_known": false, "maximum": 100, "minimum": 1, "name": "limit", "required": false, "type": "integer" } ], "path": "/v1/media/assets" }, "revoke": { "http": "DELETE", "meaning": "Revokes/deletes the existing owned file; this is not generation cancellation.", "path": "/v1/media/assets/{asset_id}", "pending_status": "revoking", "success_statuses": [ 202, 204 ] }, "task": { "http": "GET", "id_source": "actual returned task_id or media library record; operation_id is not task_id", "path": "/v1/media/tasks/{task_id}" } }, "operation_modes": [ "text_to_speech" ], "outputs": { "all_results": "เก็บผลลัพธ์ไบนารีและส่วนหัวให้ครบถ้วน หากได้รับ JSON/ผลลัพธ์หลายรายการ ให้เก็บข้อมูลทุกรายการและดึงไฟล์สื่อจาก URL แบบลงนามทุกรายการที่ได้รับจริง", "family": "audio", "fields": [ { "description": null, "name": "binary audio", "type": "bytes" }, { "description": null, "name": "response headers", "type": "headers" } ], "format": "mp3", "http_success": 200 }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "elevenlabs/eleven-flash-v2" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "limit_known": true, "maximum_length": 30000, "min_length": 1, "name": "input", "required": true, "type": "string", "unit": "อักขระ Unicode" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "george", "sarah", "adam", "alice", "bella", "bill", "brian", "callum", "charlie", "chris", "daniel", "eric", "harry", "jessica", "laura", "liam", "lily", "matilda", "river", "roger", "will" ], "enum_known": true, "name": "voice", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "mp3" ], "enum_known": true, "name": "response_format", "required": true, "type": "string" } ], "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.", "unsupported": [ "every field outside exactmodel,input,voice,response_format", "stream/speed/reference speech options" ] }, "hints": [ "เลือกเสียงที่ตรงตามโปรไฟล์ของโมเดลนี้", "อักขระขาเข้าและวินาทีเสียงเป็นหน่วยวัดคนละแบบ" ], "input": { "content_type": "application/json", "input": "ข้อความ UTF-8 ที่ตรงตามต้นฉบับ นับอักขระ Unicode โดยไม่ปรับรูปแบบมาตรฐาน", "material_types": [ "text" ], "max_input_characters": 30000, "other_options": false, "required": [ "model", "input", "voice", "response_format" ], "response_format": [ "mp3" ], "voice_ids": [ "george", "sarah", "adam", "alice", "bella", "bill", "brian", "callum", "charlie", "chris", "daniel", "eric", "harry", "jessica", "laura", "liam", "lily", "matilda", "river", "roger", "will" ] }, "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "ค่า task_id ที่ส่งกลับมาจริง หรือระเบียนในคลังสื่อ", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "Retain original operation_id/X-Client-Request-ID for reconciliation without resubmission; no dedicated audio poll route." }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/audio/speech" }, "method_aliases": [], "operation_modes": [ "text_to_speech" ], "output": { "family": "audio", "format": "mp3", "http_success": 200, "response": "full binary MP3 plus response headers", "result": "complete playable owned MP3" } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "quoted_unit": "per input character" }, "label": "input character", "units": [ { "amount": "0.00008", "amount_unit": "usd_per_exact_native_unit", "billing_input": true, "estimate_only": false, "key": "audio_input_character", "label": "input character", "native_amount_usd_per_unit": "0.00008", "native_quantity": 1, "public_unit_label": "per input character", "quantity": 1, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "audio_input_character" } ] } ], "declared_tariff_references": [ { "client_selectable": false, "key": "ab6d69529a4453fd338e", "label": "ElevenLabs: Eleven Flash v2", "profiles": [ { "basis": "", "dimensions": { "conditions": "การตั้งค่าเริ่มต้น" }, "label": "ElevenLabs: Eleven Flash v2 · การตั้งค่าเริ่มต้น", "units": [ { "amount": "0.00004", "amount_unit": "usd_per_exact_physical_unit", "billing_input": false, "key": "1ffb9bcb37d3c051709e896b", "label": "Input characters", "public_unit_label": "per input character", "quantity": "1", "rate_role": "declared_tariff_rate", "side": "in", "unit": "input_character" } ] } ] } ], "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_VOICE_ID:?Choose an accepted voice ID from this exact model profile}\"\nexport AILOOT_VOICE_ID\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"elevenlabs/eleven-flash-v2\", \"input\": \"Good afternoon! This is a short voice take.\"}')\nvoice=os.environ[\"AILOOT_VOICE_ID\"]\nallowed=json.loads('[\"george\", \"sarah\", \"adam\", \"alice\", \"bella\", \"bill\", \"brian\", \"callum\", \"charlie\", \"chris\", \"daniel\", \"eric\", \"harry\", \"jessica\", \"laura\", \"liam\", \"lily\", \"matilda\", \"river\", \"roger\", \"will\"]')\nif voice not in allowed: raise SystemExit(\"Choose an accepted voice ID from this exact model profile\")\np[\"voice\"]=voice\np[\"response_format\"]=\"mp3\"\nPath(\"request.json\").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o speech.mp3\n", "label": "curl", "language": "bash" }, { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -o media-assets.json\n", "label": "List actual media assets", "language": "bash" }, { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_MEDIA_TASK_ID:?Set the actual ID returned by the response or media-library metadata}\"\nexport AILOOT_MEDIA_TASK_ID\nresource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ[\"AILOOT_MEDIA_TASK_ID\"],safe=\"\"))')\ncurl --fail-with-body --silent --show-error \"https://api.ailoot.ai/v1/media/tasks/$resource_id\" \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -o media-task.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path(\"media-task.json\").read_text())))\nPY_RESULT\n", "label": "Read actual media task", "language": "bash" }, { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_ASSET_ID:?Set the actual ID returned by the response or media-library metadata}\"\nexport AILOOT_ASSET_ID\nresource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ[\"AILOOT_ASSET_ID\"],safe=\"\"))')\ncurl --fail-with-body --silent --show-error \"https://api.ailoot.ai/v1/media/assets/$resource_id\" \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -o media-asset.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path(\"media-asset.json\").read_text())))\nPY_RESULT\n", "label": "Read actual asset metadata", "language": "bash" } ], "family": "openai", "fast_multiplier": null, "flex_multiplier": null, "fmt": "speech", "hints": [ "Select exact voice from this model profile.", "Input characters and audio seconds are different meters." ], "http": "POST", "in": null, "input": [ "text" ], "label": "Озвучка текста", "max_out": null, "max_reasoning_effort_multiplier": null, "method_aliases": [], "out": null, "output": [ "audio" ], "path": "/v1/audio/speech", "price_conditions": [ { "label": "Fast mode", "value": "Not specified", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Not specified", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Not specified", "when": "When maximum reasoning effort uses the default adjustment" } ], "pricing": { "billing_mode": "per_request", "image_input_price": null, "image_output_price": null, "per_request_price": null, "unit_prices": { "audio_input_character": 8e-05 } }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "quoted_unit": "per input character" }, "label": "input character", "units": [ { "amount": "0.00008", "amount_unit": "usd_per_exact_native_unit", "billing_input": true, "estimate_only": false, "key": "audio_input_character", "label": "input character", "native_amount_usd_per_unit": "0.00008", "native_quantity": 1, "public_unit_label": "per input character", "quantity": 1, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "audio_input_character" } ] } ], "request_model_id": "elevenlabs/eleven-flash-v2", "route_label": "Ultra", "status_reads": [ "GET /v1/media/tasks/{task_id}", "GET /v1/media/assets/{asset_id}/content" ], "tiers": [], "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" }, { "amount": "0.00008", "amount_unit": "usd_per_exact_native_unit", "billing_input": true, "estimate_only": false, "key": "audio_input_character", "label": "input character", "native_amount_usd_per_unit": "0.00008", "native_quantity": 1, "public_unit_label": "per input character", "quantity": 1, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "audio_input_character" } ] } } ], "model_id": "elevenlabs/eleven-flash-v2", "nativeProvenance": { "input_facts_canonical_sha256": "c26e74ef7ac812643c43eee2d3ce0070d6e89b101faa033027fba6be396a4fa3", "input_html_sha256": "3600e7487eef9f2f2df4f737a0680ecda6b7e7d974fa85acd9a1ba04639784a6", "private_audit_sha256": "b82f62ad75c2c7cc0f1f8214561353860086fcd1cf53cfd56756b72c260f3fb1", "role": "historical-normalized-input-audit-hashes", "schema": "ailoot-native-model-provenance-v2" }, "page": { "canonical": "https://ailoot.ai/models/th/elevenlabs-eleven-flash-v2/", "description": "Eleven Flash v2 เป็นโมเดลแปลงข้อความเป็นเสียงภาษาอังกฤษเท่านั้นของ ElevenLabs สำหรับการโต้ตอบด้วยเสียงที่ตอบสนองรวดเร็ว โมเดลเปลี่ยนข้อความที่เตรียมไว้เป็นเสียงพูด โดยมีขีดจำกัด 30,000 อักขระต่อคำขอ พร้อมการควบคุมช่วงหยุดและการออกเสียงแต่ละคำตามเอกสาร", "locale": "th", "md_url": "https://ailoot.ai/models/th/elevenlabs-eleven-flash-v2/index.md", "title": "ElevenLabs: Eleven Flash v2 — Ailoot", "url": "https://ailoot.ai/models/th/elevenlabs-eleven-flash-v2/" }, "rawModel": { "about": "Eleven Flash v2 เป็นโมเดลสังเคราะห์เสียงภาษาอังกฤษเท่านั้นของ ElevenLabs สำหรับแอปพลิเคชันเสียงที่ต้องการการตอบสนองรวดเร็ว โมเดลรับคำพูดที่เขียนไว้และสร้างเสียงตามเสียงผู้พูดที่เลือก ผู้ผลิตวางตำแหน่ง Flash สำหรับการสนทนาเรียลไทม์และประสบการณ์เชิงโต้ตอบ เช่น คำยืนยันจากผู้ช่วย คำแนะนำแบบเสียง และคำตอบในเกม รุ่นที่ระบุชื่อนี้แยกจาก Flash v2.5 แบบหลายภาษา รวมถึงตระกูล v3 และ v4 ที่เน้นการถ่ายทอดอารมณ์\n\nขอบเขตภาษาของ Flash v2 คือภาษาอังกฤษ เสียงที่เลือกอาจให้สำเนียงท้องถิ่นและโทนเฉพาะ แต่ไม่ได้ทำให้รุ่นนี้เป็นโมเดลหลายภาษา เลือกเสียงให้ตรงกับผู้ฟังเป้าหมายและจุดประสงค์ของประโยค คำยืนยันจากผู้ช่วย ผู้บรรยายคำแนะนำ และตัวละครโต้ตอบอาจต้องใช้จังหวะต่างกัน แม้เนื้อหาข้อเท็จจริงจะเหมือนกัน เตรียมคำภาษาอังกฤษจริงที่ควรอ่านก่อนสังเคราะห์\n\nคำขอรองรับสูงสุด 30,000 อักขระ ความยาวเสียงโดยประมาณที่ผู้ผลิตให้ไว้คู่กับขีดจำกัดนี้ไม่ใช่ระยะเวลาตายตัว สำหรับคำตอบโต้ตอบ ให้คงใจความหลักหนึ่งเรื่องและจบอย่างชัดเจน สำหรับเสียงยาว ให้แบ่งข้อความที่เกี่ยวข้องกันตรงขอบเขตประโยคหรือส่วน เวิร์กโฟลว์ TTS ร่วมอธิบายการใช้ข้อความข้างเคียงหรือบริบทของคำขอเพื่อรักษาทำนองเสียงระหว่างการสร้างที่ต่อเนื่องกัน ดังนั้นการแบ่งช่วงจึงไม่จำเป็นต้องตัดความเชื่อมโยงระหว่างย่อหน้าที่ตามกัน\n\nเวิร์กโฟลว์หยุดเว้นจังหวะของ Flash v2 ใช้แท็ก SSML break คู่มือผลิตภัณฑ์ให้ เป็นวิธีขอช่วงหยุดที่เป็นธรรมชาติ และระบุได้สูงสุดสามวินาที เสียงที่เลือกมีผลต่อการถ่ายทอดรอบช่วงหยุด และแท็กที่มากเกินไปอาจทำให้ความเร็วเปลี่ยน เกิดเสียงรบกวน หรือความผิดปกติของเสียง ใช้ break ตรงจุดที่ผู้ฟังต้องการการเปลี่ยนช่วง ไม่ใช่ระหว่างทุกคำ เครื่องหมายวรรคตอนและจุดไข่ปลาก็มีผลต่อจังหวะได้ แต่สม่ำเสมอน้อยกว่าและอาจทำให้ฟังเหมือนลังเล\n\nแต่ละคำใช้สัญกรณ์ SSML phoneme แบบ IPA หรือ CMU Arpabet ได้ ผู้ผลิตแนะนำ CMU Arpabet เพื่อให้การออกเสียงใน v2 คาดเดาได้มากขึ้น และระบุว่าชื่อที่มีหลายคำควรใช้กฎ phoneme แยกทีละคำ พจนานุกรมการออกเสียงเก็บ phoneme หรือชื่อแทนที่ต้องการสำหรับคำที่เกิดซ้ำได้ โดยการจับคู่แยกตัวพิมพ์ใหญ่และเล็ก สิ่งนี้ต่างจากไวยากรณ์ IPA แบบครอบด้วยเครื่องหมายทับที่ v4 รองรับโดยตรง และต่างจากขอบเขตการออกเสียงของ Flash v2.5\n\nเตรียมรหัสอ้างอิง วันที่ และคำย่อในรูปที่ต้องการให้พูด ตัวเลขชุดเดียวกันอาจเป็นจำนวนหรือรหัส จึงควรกำหนดว่าผู้ฟังต้องได้ยินจำนวนเต็มหรือเลขแยกทีละหลัก เขียนเดือนและวันที่โดยไม่กำกวม และขยายคำย่อที่ควรอ่านเป็นคำ คำแนะนำเชิงอธิบายทั่วไปที่ใส่ในข้อความอาจถูกอ่านออกเสียงเองได้ แท็กเสียงเชิงอารมณ์ของ v3 และ v4 ไม่ใช่รูปแบบการควบคุมที่อธิบายไว้สำหรับรุ่นนี้\n\nกลุ่มรูปแบบของผู้ผลิตมี MP3, PCM 16 บิตแบบไม่บีบอัด, μ-law และ A-law สำหรับโทรศัพท์ รวมถึง Opus เวิร์กโฟลว์ร่วมส่งไฟล์เสียงที่สมบูรณ์หรือทยอยคืนเสียงได้ การตั้งค่าเสียงมีผลต่อความเสถียร ความคล้ายคลึง และจังหวะ โดยมีช่วงความเร็วตามเอกสาร 0.7 ถึง 1.2 และ 1.0 หมายถึงความเร็วเดิม การตั้งค่าเหล่านี้ชี้นำการถ่ายทอด แต่ไม่รับประกันว่าเทคเสียงจะเหมือนเดิมหรือมีความยาวสุดท้ายที่แน่นอน\n\nสำหรับข้อความช่วยเหลือภาษาอังกฤษที่ใช้ได้จริง ให้บอกผลลัพธ์ก่อน แล้วตามด้วยขั้นตอนถัดไปหนึ่งอย่าง เช่น ยืนยันว่าบันทึกตัวเลือกแล้ว อ่านชื่อฟิลด์ที่เกี่ยวข้องอย่างชัดเจน และอธิบายสิ่งที่ผู้ใช้ทำต่อได้ สำหรับบทสอน ให้เขียนคำแนะนำที่สมบูรณ์และเว้นจังหวะก่อนการกระทำถัดไป ตรวจชื่อที่อ่านยาก ตัวเลข และจุดเปลี่ยนช่วงในเสียงที่เลือก เก็บเทคเสียงนั้นไว้พร้อมบทและข้อมูลเตรียมการออกเสียง เพื่อใช้ซ้ำเป็นคำบอกใบ้แบบเสียง การแจ้งเตือน หรือคำตอบของผู้ช่วย", "alias_of": null, "aliases": [], "author": "ElevenLabs", "available": null, "canonical_model": "elevenlabs/eleven-flash-v2", "capabilities": { "context_length": 0, "manufacturer_input": [ "text" ], "manufacturer_output": [ "speech" ] }, "card_routes": [ { "label": "Ultra", "rates": [ { "amount": "0.00008", "amount_unit": "usd_per_exact_native_unit", "billing_input": true, "estimate_only": false, "key": "audio_input_character", "label": "input character", "native_amount_usd_per_unit": "0.00008", "native_quantity": 1, "public_unit_label": "per input character", "quantity": 1, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "audio_input_character" } ], "summary": "ดูราคาตามการกำหนดค่าแบบครบถ้วนในรายละเอียด" } ], "ctx": null, "entity_type": "model", "formats": [ "speech" ], "id": "elevenlabs/eleven-flash-v2", "input": [ "text" ], "kind": "speech", "max_out": null, "methods": [ { "available": null, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Keep the complete binary result and headers. If JSON/multiple outputs are returned, retain every data item and fetch each actual signed asset URL.", "errors": [ { "code": null, "condition": "ฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง", "http_status": 400, "recovery": "แก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่", "type": "invalid_request_error" }, { "code": null, "condition": "การตอบกลับที่ได้รับระบุว่าต้องตรวจสอบการดำเนินการหรือผลลัพธ์", "http_status": null, "recovery": "เก็บ ID การดำเนินการ/งานที่ส่งกลับมาแต่เดิม ส่วนหัวของคำขอ และการตอบกลับไว้ แล้วอ่านข้อมูลการดำเนินการเดิมนั้นต่อด้วยวิธีที่รองรับ ห้ามส่งคำขอสร้างซ้ำ", "type": "server_error" } ], "hints": [], "ignored_fields": [], "lifecycle": { "all_results": "Follow everyactualreturnedoutputandownedasset; no result is discardedbecauseindex0orcontent_urlalreadyexists.", "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "actual returned task_id or media library record", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "เก็บ operation_id/X-Client-Request-ID เดิมไว้เพื่อกระทบยอดโดยไม่ส่งคำขอซ้ำ ไม่มีเส้นทางเฉพาะสำหรับตรวจสอบสถานะงานเสียงเป็นระยะ" }, "material_combinations": [ { "content_type": "application/json", "mode": "text_to_speech", "required": [ "input" ] } ], "media_library": { "asset": { "fields": [ { "description": null, "name": "asset_id", "type": "string" }, { "description": null, "name": "task_id", "type": "string" }, { "description": null, "name": "output_key", "type": "string" }, { "description": null, "name": "family", "type": "string" }, { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "method", "type": "string" }, { "description": null, "name": "status", "type": "string" }, { "description": null, "name": "content_type", "type": "string" }, { "description": null, "name": "sha256", "type": "string" }, { "description": null, "name": "size_bytes", "type": "integer" }, { "description": null, "name": "content_url", "type": "string" } ], "http": "GET", "id_source": "actual returned asset_id", "path": "/v1/media/assets/{asset_id}" }, "content": { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "range_header_supported": true, "url_source": "Use exact returned signed content_url including its token; do not construct a token." }, "expired_link": { "code": "link_expired", "http_status": 404, "recovery": "Read the asset again to obtain its refreshed signed content_url, then fetch that URL. Do not regenerate." }, "list": { "all_pages": "Follow every returned next_cursor, then select records by their actual task_id/output_key.", "http": "GET", "output_fields": [ { "description": null, "name": "object", "type": "string" }, { "description": null, "name": "data", "type": "asset[]" }, { "description": null, "name": "next_cursor", "type": "string|null" } ], "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "family", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "cursor", "required": false, "type": "string" }, { "availability": "source_interface", "default": 20, "default_known": true, "enum": null, "enum_known": false, "maximum": 100, "minimum": 1, "name": "limit", "required": false, "type": "integer" } ], "path": "/v1/media/assets" }, "revoke": { "http": "DELETE", "meaning": "Revokes/deletes the existing owned file; this is not generation cancellation.", "path": "/v1/media/assets/{asset_id}", "pending_status": "revoking", "success_statuses": [ 202, 204 ] }, "task": { "http": "GET", "id_source": "actual returned task_id or media library record; operation_id is not task_id", "path": "/v1/media/tasks/{task_id}" } }, "operation_modes": [ "text_to_speech" ], "outputs": { "all_results": "เก็บผลลัพธ์ไบนารีและส่วนหัวให้ครบถ้วน หากได้รับ JSON/ผลลัพธ์หลายรายการ ให้เก็บข้อมูลทุกรายการและดึงไฟล์สื่อจาก URL แบบลงนามทุกรายการที่ได้รับจริง", "family": "audio", "fields": [ { "description": null, "name": "binary audio", "type": "bytes" }, { "description": null, "name": "response headers", "type": "headers" } ], "format": "mp3", "http_success": 200 }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "elevenlabs/eleven-flash-v2" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "limit_known": true, "maximum_length": 30000, "min_length": 1, "name": "input", "required": true, "type": "string", "unit": "อักขระ Unicode" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "george", "sarah", "adam", "alice", "bella", "bill", "brian", "callum", "charlie", "chris", "daniel", "eric", "harry", "jessica", "laura", "liam", "lily", "matilda", "river", "roger", "will" ], "enum_known": true, "name": "voice", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "mp3" ], "enum_known": true, "name": "response_format", "required": true, "type": "string" } ], "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.", "unsupported": [ "every field outside exactmodel,input,voice,response_format", "stream/speed/reference speech options" ] }, "hints": [ "เลือกเสียงที่ตรงตามโปรไฟล์ของโมเดลนี้", "อักขระขาเข้าและวินาทีเสียงเป็นหน่วยวัดคนละแบบ" ], "input": { "content_type": "application/json", "input": "ข้อความ UTF-8 ที่ตรงตามต้นฉบับ นับอักขระ Unicode โดยไม่ปรับรูปแบบมาตรฐาน", "material_types": [ "text" ], "max_input_characters": 30000, "other_options": false, "required": [ "model", "input", "voice", "response_format" ], "response_format": [ "mp3" ], "voice_ids": [ "george", "sarah", "adam", "alice", "bella", "bill", "brian", "callum", "charlie", "chris", "daniel", "eric", "harry", "jessica", "laura", "liam", "lily", "matilda", "river", "roger", "will" ] }, "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "ค่า task_id ที่ส่งกลับมาจริง หรือระเบียนในคลังสื่อ", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "Retain original operation_id/X-Client-Request-ID for reconciliation without resubmission; no dedicated audio poll route." }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/audio/speech" }, "method_aliases": [], "operation_modes": [ "text_to_speech" ], "output": { "family": "audio", "format": "mp3", "http_success": 200, "response": "full binary MP3 plus response headers", "result": "complete playable owned MP3" } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "quoted_unit": "per input character" }, "label": "input character", "units": [ { "amount": "0.00008", "amount_unit": "usd_per_exact_native_unit", "billing_input": true, "estimate_only": false, "key": "audio_input_character", "label": "input character", "native_amount_usd_per_unit": "0.00008", "native_quantity": 1, "public_unit_label": "per input character", "quantity": 1, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "audio_input_character" } ] } ], "declared_tariff_references": [ { "client_selectable": false, "key": "ab6d69529a4453fd338e", "label": "ElevenLabs: Eleven Flash v2", "profiles": [ { "basis": "", "dimensions": { "conditions": "การตั้งค่าเริ่มต้น" }, "label": "ElevenLabs: Eleven Flash v2 · การตั้งค่าเริ่มต้น", "units": [ { "amount": "0.00004", "amount_unit": "usd_per_exact_physical_unit", "billing_input": false, "key": "1ffb9bcb37d3c051709e896b", "label": "Input characters", "public_unit_label": "per input character", "quantity": "1", "rate_role": "declared_tariff_rate", "side": "in", "unit": "input_character" } ] } ] } ], "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_VOICE_ID:?Choose an accepted voice ID from this exact model profile}\"\nexport AILOOT_VOICE_ID\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"elevenlabs/eleven-flash-v2\", \"input\": \"Good afternoon! This is a short voice take.\"}')\nvoice=os.environ[\"AILOOT_VOICE_ID\"]\nallowed=json.loads('[\"george\", \"sarah\", \"adam\", \"alice\", \"bella\", \"bill\", \"brian\", \"callum\", \"charlie\", \"chris\", \"daniel\", \"eric\", \"harry\", \"jessica\", \"laura\", \"liam\", \"lily\", \"matilda\", \"river\", \"roger\", \"will\"]')\nif voice not in allowed: raise SystemExit(\"Choose an accepted voice ID from this exact model profile\")\np[\"voice\"]=voice\np[\"response_format\"]=\"mp3\"\nPath(\"request.json\").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o speech.mp3\n", "label": "curl", "language": "bash" }, { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -o media-assets.json\n", "label": "List actual media assets", "language": "bash" }, { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_MEDIA_TASK_ID:?Set the actual ID returned by the response or media-library metadata}\"\nexport AILOOT_MEDIA_TASK_ID\nresource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ[\"AILOOT_MEDIA_TASK_ID\"],safe=\"\"))')\ncurl --fail-with-body --silent --show-error \"https://api.ailoot.ai/v1/media/tasks/$resource_id\" \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -o media-task.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path(\"media-task.json\").read_text())))\nPY_RESULT\n", "label": "Read actual media task", "language": "bash" }, { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_ASSET_ID:?Set the actual ID returned by the response or media-library metadata}\"\nexport AILOOT_ASSET_ID\nresource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ[\"AILOOT_ASSET_ID\"],safe=\"\"))')\ncurl --fail-with-body --silent --show-error \"https://api.ailoot.ai/v1/media/assets/$resource_id\" \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -o media-asset.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path(\"media-asset.json\").read_text())))\nPY_RESULT\n", "label": "Read actual asset metadata", "language": "bash" } ], "family": "openai", "fast_multiplier": null, "flex_multiplier": null, "fmt": "speech", "hints": [ "Select exact voice from this model profile.", "Input characters and audio seconds are different meters." ], "http": "POST", "in": null, "input": [ "text" ], "label": "Озвучка текста", "max_out": null, "max_reasoning_effort_multiplier": null, "method_aliases": [], "out": null, "output": [ "audio" ], "path": "/v1/audio/speech", "price_conditions": [ { "label": "Fast mode", "value": "Not specified", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Not specified", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Not specified", "when": "When maximum reasoning effort uses the default adjustment" } ], "pricing": { "billing_mode": "per_request", "image_input_price": null, "image_output_price": null, "per_request_price": null, "unit_prices": { "audio_input_character": 8e-05 } }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "quoted_unit": "per input character" }, "label": "input character", "units": [ { "amount": "0.00008", "amount_unit": "usd_per_exact_native_unit", "billing_input": true, "estimate_only": false, "key": "audio_input_character", "label": "input character", "native_amount_usd_per_unit": "0.00008", "native_quantity": 1, "public_unit_label": "per input character", "quantity": 1, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "audio_input_character" } ] } ], "request_model_id": "elevenlabs/eleven-flash-v2", "route_label": "Ultra", "status_reads": [ "GET /v1/media/tasks/{task_id}", "GET /v1/media/assets/{asset_id}/content" ], "tiers": [], "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" }, { "amount": "0.00008", "amount_unit": "usd_per_exact_native_unit", "billing_input": true, "estimate_only": false, "key": "audio_input_character", "label": "input character", "native_amount_usd_per_unit": "0.00008", "native_quantity": 1, "public_unit_label": "per input character", "quantity": 1, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "audio_input_character" } ] } ], "model_aliases": [ { "canonical_model_id": "elevenlabs/eleven-flash-v2", "request_model_id": "elevenlabs/eleven-flash-v2", "route_label": "Ultra" } ], "name": "ElevenLabs: Eleven Flash v2", "price": { "in": null, "in_label": null, "out": null, "out_label": null, "sort_in": null, "sort_out": null, "varies": true }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Ultra", "units": [ { "amount": "0.00008", "amount_unit": "usd_per_declared_unit", "conditions": {}, "key": "characters", "label": "characters", "quantity": "1", "rate_role": "typed_published_regular_rate", "side": "in", "unit": "input_character" } ] } ], "public_id": "elevenlabs/eleven-flash-v2", "short": "Eleven Flash v2 เป็นโมเดลแปลงข้อความเป็นเสียงภาษาอังกฤษเท่านั้นของ ElevenLabs สำหรับการโต้ตอบด้วยเสียงที่ตอบสนองรวดเร็ว โมเดลเปลี่ยนข้อความที่เตรียมไว้เป็นเสียงพูด โดยมีขีดจำกัด 30,000 อักขระต่อคำขอ พร้อมการควบคุมช่วงหยุดและการออกเสียงแต่ละคำตามเอกสาร" }, "renderer_schema": { "method_order": "Original DTO methods order; every exact route/format/path/caller survives.", "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers." }, "representation": "exact-public-dto-and-native-renderer-html", "representationNotes": { "current_reference": { "about_json_pointer": "/aboutHtml", "methods": [ { "contract_json_pointer": "/methods/0/rawMethod/contract", "html_json_pointer": "/methods/0/html", "method_ordinal": 0 } ], "role": "current-semantic-reference" }, "raw_input": { "examples_role": "historical-input-not-current-ready-examples", "json_pointers": [ "/rawModel", "/methods/0/rawMethod" ], "role": "historical-owner-input" }, "schema": "ailoot-native-model-representations-v1" }, "schema": "ailoot-static-model-facts-v1", "schema_version": 1, "shortText": "Eleven Flash v2 เป็นโมเดลแปลงข้อความเป็นเสียงภาษาอังกฤษเท่านั้นของ ElevenLabs สำหรับการโต้ตอบด้วยเสียงที่ตอบสนองรวดเร็ว โมเดลเปลี่ยนข้อความที่เตรียมไว้เป็นเสียงพูด โดยมีขีดจำกัด 30,000 อักขระต่อคำขอ พร้อมการควบคุมช่วงหยุดและการออกเสียงแต่ละคำตามเอกสาร", "source": { "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1", "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036", "raw_model_json_sha256": "820bd0053a02fabf1d624d228791d58ce777287da615b55310077f7156ea3698", "renderer_sha256": "890edb706fafafdd4f598bb324acf65fada58918b0911b97eb80e68be2ef65d9" }, "sourceRevision": "72d8c792932921d696cd5df2ce33e034c2ac21278f7a9869b708d65776ce4450" }