ElevenLabs: Eleven Turbo v2

Eleven Turbo v2 เป็นรุ่นแปลงข้อความเป็นเสียงภาษาอังกฤษเท่านั้นของ ElevenLabs สำหรับแอปพลิเคชันเสียงที่ต้องการการตอบสนองรวดเร็ว โดยอ่านเนื้อหาที่ป้อนด้วยเสียงที่เลือก เหมาะกับคำตอบของผู้ช่วย การแจ้งเตือน และคำอธิบายสั้น ๆ ที่เตรียมให้ฟังได้เข้าใจง่าย

Ailoot Ultra · การสังเคราะห์เสียงพูด POST /v1/audio/speech elevenlabs/eleven-turbo-v2

เกี่ยวกับโมเดล

คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก

Eleven Turbo v2 เป็นโมเดลแปลงข้อความเป็นเสียงภาษาอังกฤษเท่านั้นของ ElevenLabs สำหรับแอปพลิเคชันที่ต้องการคำตอบแบบเสียงอย่างรวดเร็ว โมเดลรับข้อความคำพูดที่เตรียมไว้และคืนเสียงตามเสียงผู้พูดที่เลือก ผู้ผลิตแยก Turbo v2 ออกจาก Turbo v2.5 ที่รองรับหลายภาษาและตระกูล Flash อย่างชัดเจน บทบาทที่เหมาะสมคือการตอบกลับด้วยเสียงภาษาอังกฤษ เช่น การยืนยัน คำอธิบายสั้น ๆ หรือคำแนะนำขั้นถัดไปในส่วนติดต่อแบบสนทนา

ภาษาอังกฤษเป็นขอบเขตด้านภาษาที่กำหนดรุ่นนี้ การป้อนภาษาอื่นไม่ได้ทำให้ Turbo v2 มีคุณสมบัติหลายภาษาแบบ v2.5 ควรเลือกเสียงที่มีสำเนียงและวิธีถ่ายทอดเหมาะกับบทภาษาอังกฤษ เสียงสนทนาที่อบอุ่น ผู้บรรยายที่สุขุม และตัวละครที่มีชีวิตชีวาอาจทำให้ประโยคเดียวกันฟังต่างกัน ดังนั้นเสียงที่เลือกจึงเป็นส่วนหนึ่งของข้อกำหนดงาน ไม่ใช่ค่าเริ่มต้นตายตัวที่ชื่อโมเดลกำหนดให้

เตรียมบทพูดให้สะอาดและชัดเจน โมเดลสังเคราะห์คำที่ได้รับ ไม่ได้ตัดสินว่าการกระทำสำเร็จหรือไม่ และไม่ได้สร้างเหตุผลของแอปพลิเคชัน สำหรับคำตอบของผู้ช่วย ควรใส่ผลลัพธ์ที่ชัดเจนหนึ่งเรื่องและขั้นตอนถัดไปที่เป็นธรรมชาติ ตัวอย่างเช่น ยืนยันว่าได้รับเอกสารแล้วและขอหมายเลขอ้างอิงที่ยังขาด เก็บคำสั่งภายในและเมทาดาทาไว้นอกข้อความที่ต้องการให้ได้ยิน เพราะข้อความบรรยายทั่วไปอาจถูกอ่านออกเสียงได้เช่นกัน

ชื่อ คำย่อ และตัวเลขต้องเตรียมอย่างตั้งใจ หากต้องอ่านรหัสทีละหลัก ให้แยกตัวเลขออกจากกัน และขยายคำย่อเมื่อผู้ฟังควรได้ยินความหมายเต็มของคำนั้น วันที่ควรเขียนในรูปแบบคำพูดที่ไม่กำกวม ชื่อแทนการออกเสียงหรือการสะกดทางเลือกช่วยกำหนดวิธีอ่านชื่อที่ยากตามต้องการได้ หากแอปพลิเคชันแสดงข้อความด้วย ให้เก็บการสะกดดั้งเดิมสำหรับแสดงผลแยกจากรูปที่ใช้พูด

การตั้งค่าเสียงของผู้ผลิตมีผลต่อความสม่ำเสมอ ความคล้ายคลึง และจังหวะ ในคู่มือผลิตภัณฑ์ TTS ที่ใช้ร่วมกัน ค่า speed 1.0 หมายถึงความเร็วเดิม และช่วงที่ใช้ได้คือ 0.7 ถึง 1.2 การปรับสุดช่วงอาจส่งผลต่อผลลัพธ์ Stability เปลี่ยนความแปรผันและช่วงการแสดงอารมณ์ ส่วน similarity ควบคุมความคล้ายคลึงกับเสียงที่เลือก การควบคุมเหล่านี้ไม่ได้ทำให้การสังเคราะห์ให้ผลตายตัวหรือกำหนดระยะเวลาที่แน่นอนของแต่ละประโยค เครื่องหมายวรรคตอนและโครงสร้างประโยคที่สมบูรณ์ยังสำคัญต่อการถ่ายทอดคำพูด

ขีดจำกัด API ของ Turbo v2 ที่ผู้ผลิตระบุโดยตรงคือ 30,000 อักขระต่อคำขอ นี่คือเพดานอินพุต ไม่ใช่ระยะเวลาเสียงที่ตายตัว เมื่อเตรียมข้อความยาว ควรใช้ประโยคหรือส่วนเนื้อหาที่สมบูรณ์ กลุ่มรูปแบบ TTS ของ ElevenLabs มี MP3 สำหรับการฟังทั่วไป, PCM 16 บิตแบบไม่บีบอัด, การเข้ารหัสสำหรับโทรศัพท์ เช่น μ-law และ A-law รวมถึง Opus เวิร์กโฟลว์สตรีมมิงสามารถส่งเสียงกลับมาทีละส่วน ส่วนคำขอข้อความที่สมบูรณ์สามารถรวบรวมผลเป็นไฟล์บันทึกเสียงได้ เลือกเอาต์พุตให้เหมาะกับปลายทางการเล่น และเก็บบทจริงไว้คู่กับเสียงที่เลือก สำหรับคำอธิบายยาว ให้แบ่งข้อความตามขอบเขตที่มีความหมาย แทนการให้ผู้ฟังตามรายการยาวต่อเนื่องเพียงชุดเดียว

สำหรับคำตอบช่วยเหลือภาษาอังกฤษที่ใช้งานได้จริง ให้เตรียมผลลัพธ์ที่แน่นอน ชื่อหรือรหัสที่อ่านชัดเจน และการกระทำถัดไป ตรวจฟังช่วงที่เกี่ยวข้องของเสียงเพื่อประเมินความเข้าใจง่าย สำเนียง และจังหวะที่เป็นธรรมชาติ ผู้ผลิตระบุว่าเอาต์พุตไม่ตายตัว ดังนั้นการตั้งค่าเดิมก็อาจให้การถ่ายทอดที่ต่างกันเล็กน้อยได้ สิ่งที่นำกลับมาใช้ซ้ำคือเสียงบันทึกที่เลือกพร้อมข้อความและการตั้งค่าเสียงที่เตรียมไว้ สำหรับผู้ช่วย การแจ้งเตือน คำบอกใบ้ในบทสอน หรือคำอธิบายสั้น ๆ ที่บันทึกเสียงไว้

Ailoot Ultra · การสังเคราะห์เสียงพูด POST /v1/audio/speech elevenlabs/eleven-turbo-v2

elevenlabs/eleven-turbo-v2

ElevenLabs /elevenlabs/eleven-turbo-v2

เริ่มต้น

อินพุตที่รองรับ: ข้อความ
ผลลัพธ์: เสียง

ใช้งานได้ใน Ailoot · อินพุตและเมธอด

Ailoot Ultra · การสังเคราะห์เสียงพูด POST /v1/audio/speech

ขาเข้า: text
ขาออก: audio
รูปแบบเอาต์พุต: mp3

ฟิลด์	ประเภท	ข้อกำหนด	ค่าและข้อจำกัด	ค่าเริ่มต้น
ฟิลด์`model`	ประเภท`string`	ข้อกำหนดจำเป็น	ค่าและข้อจำกัด elevenlabs/eleven-turbo-v2	ค่าเริ่มต้น—
ฟิลด์`input`	ประเภท`string`	ข้อกำหนดจำเป็น	ค่าและข้อจำกัด ความยาวขั้นต่ำ: 1 ความยาวสูงสุด: 30,000 หน่วย: อักขระ Unicode	ค่าเริ่มต้น—
ฟิลด์`voice`	ประเภท`string`	ข้อกำหนดจำเป็น	ค่าและข้อจำกัด george, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger, will	ค่าเริ่มต้น—
ฟิลด์`response_format`	ประเภท`string`	ข้อกำหนดจำเป็น	ค่าและข้อจำกัด mp3	ค่าเริ่มต้น—

ชุดผสมของสื่ออินพุต

text_to_speech · จำเป็น: input

พารามิเตอร์และวงจรการทำงานของเมธอด

พารามิเตอร์	ข้อกำหนด
พารามิเตอร์`content_type`	ข้อกำหนดapplication/json
พารามิเตอร์`required`	ข้อกำหนดmodel, input, voice, response_format
พารามิเตอร์`voice_ids`	ข้อกำหนดgeorge, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger, will
พารามิเตอร์`response_format`	ข้อกำหนดmp3
พารามิเตอร์`max_input_characters`	ข้อกำหนด30000
พารามิเตอร์`other_options`	ข้อกำหนดfalse
พารามิเตอร์`input`	ข้อกำหนดข้อความ UTF-8 ที่ตรงตามต้นฉบับ นับอักขระ Unicode โดยไม่ปรับรูปแบบมาตรฐาน
พารามิเตอร์`material_types`	ข้อกำหนดtext

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

การตั้งค่า	ตารางอัตราค่าบริการ	หน่วยคิดค่าบริการ	ค่าบริการ
การตั้งค่าอัตราค่าบริการโทเคนพื้นฐาน	ตารางอัตราค่าบริการอัตราพื้นฐาน	หน่วยคิดค่าบริการ—	ค่าบริการ ขาเข้า · โทเค็นอินพุต — / 1K โทเค็น ขาออก · โทเค็นเอาต์พุต — / 1K โทเค็น ขาเข้า · การอ่านแคช — / 1K โทเค็น ขาเข้า · การเขียนแคช — / 1K โทเค็น ขาเข้า · การเขียนแคช, 1 ชั่วโมง — / 1K โทเค็น
การตั้งค่าอักขระขาเข้า	ตารางอัตราค่าบริการ—	หน่วยคิดค่าบริการต่ออักขระอินพุต	ค่าบริการ ขาเข้า · อักขระขาเข้า $0.00008 ต่ออักขระอินพุต

รายละเอียดอัตราอ้างอิง

ตารางอัตราอ้างอิงระดับโมเดลไม่เปลี่ยนเมธอดที่เลือก ยอดประมาณการ หรือค่าบริการ การคิดค่าบริการจริงใช้อัตราของเมธอด Ailoot ที่เลือก

ElevenLabs: Eleven Turbo v2

ราคาตามการตั้งค่า

การตั้งค่า	เงื่อนไขคิดค่าบริการ	ค่าบริการ
การตั้งค่าElevenLabs: Eleven Turbo v2 · การตั้งค่าเริ่มต้น	เงื่อนไขคิดค่าบริการการตั้งค่าเริ่มต้น	ค่าบริการ ขาเข้า · อักขระอินพุต US$0.00004 ต่ออักขระอินพุต

Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →

ตัวอย่างคำขอ

Ailoot Ultra · การสังเคราะห์เสียงพูด

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-turbo-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

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

คลังสื่อสถานะงานรายละเอียดไฟล์สื่อ

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

เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด

เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน

เก็บผลลัพธ์ไบนารีและส่วนหัวให้ครบถ้วน หากได้รับ JSON/ผลลัพธ์หลายรายการ ให้เก็บข้อมูลทุกรายการและดึงไฟล์สื่อจาก URL แบบลงนามทุกรายการที่ได้รับจริง

เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ

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

ฟิลด์การตอบกลับ

ฟิลด์	ประเภท
ฟิลด์`binary audio`	ประเภทbytes
ฟิลด์`response headers`	ประเภทheaders

ข้อผิดพลาดและขั้นตอนถัดไป

การตอบกลับ	เงื่อนไข	ขั้นตอนถัดไป
การตอบกลับ400 · `invalid_request_error`	เงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง	ขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่
การตอบกลับ`server_error`	เงื่อนไขการตอบกลับที่ได้รับระบุว่าต้องตรวจสอบการดำเนินการหรือผลลัพธ์	ขั้นตอนถัดไปเก็บ ID การดำเนินการ/งานที่ส่งกลับมาแต่เดิม ส่วนหัวของคำขอ และการตอบกลับไว้ แล้วอ่านข้อมูลการดำเนินการเดิมนั้นต่อด้วยวิธีที่รองรับ ห้ามส่งคำขอสร้างซ้ำ

ชื่ออื่น

ชื่ออื่นของโมเดล

Ailoot Ultra elevenlabs/eleven-turbo-v2

ชื่อพาธเมธอดอื่น

ใช้พาธเมธอดที่แสดงด้านบน

ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล

elevenlabs/eleven-turbo-v2

FAQ · ElevenLabs: Eleven Turbo v2

มีอินพุตและผลลัพธ์ใดบ้าง?: POST /v1/audio/speech · elevenlabs/eleven-turbo-v2: text → audio
คำขอใช้ฟิลด์ใดบ้าง?: POST /v1/audio/speech · elevenlabs/eleven-turbo-v2: model, input, voice, response_format
มีข้อจำกัดใดบ้าง?: POST /v1/audio/speech · elevenlabs/eleven-turbo-v2: input.maximum_length: 30000

ElevenLabs: Eleven Turbo v2