ElevenLabs: Eleven v3 Conversational

Eleven v3 Conversational เป็นโมเดลเสียงที่ถ่ายทอดอารมณ์ของ ElevenLabs สำหรับบทสนทนาสด โมเดลเปลี่ยนข้อความที่เตรียมไว้เป็นเสียงด้วยวิธีถ่ายทอดตามบริบทและแท็กเสียง รองรับมากกว่า 70 ภาษาในเวิร์กโฟลว์สตรีมมิงของผู้พัฒนาที่แยกจากงานบรรยาย v3 ทั่วไป

Ailoot Ultra · การสังเคราะห์เสียงพูด POST /v1/audio/speech elevenlabs/eleven-v3-conversational

เกี่ยวกับโมเดล

คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก

Eleven v3 Conversational เป็นรุ่นสังเคราะห์เสียงของ ElevenLabs สำหรับบทสนทนาเรียลไทม์ โมเดลรับข้อความคำตอบที่เตรียมไว้และคืนเสียงพูด พร้อมช่วงอารมณ์และวิธีถ่ายทอดตามบริบทของตระกูล v3 ผู้พัฒนาระบุแยกจาก Eleven v3 ทั่วไป และจัดให้อยู่ในเวิร์กโฟลว์สตรีมมิง Text to Dialogue บทบาทที่มีประโยชน์คือเป็นเสียงของผู้ช่วยหรือตัวละครโต้ตอบที่คำพูดถัดไปขึ้นกับบทสนทนาก่อนหน้า

โมเดลรองรับมากกว่า 70 ภาษา รวมอังกฤษ ฝรั่งเศส เยอรมัน ญี่ปุ่น เกาหลี สเปน โปรตุเกส และรัสเซีย เลือกภาษาของคำตอบที่เขียนกับเสียงที่มีสำเนียงเหมาะสม สำหรับบทสนับสนุนหลายภาษา ให้ปรับถ้อยคำเป็นภาษาพูดธรรมชาติก่อนส่งไปสังเคราะห์ โมเดลพูดเนื้อหาที่ได้รับ ส่วนการใช้เหตุผลกำหนดคำตอบและการตีความอินพุตไมโครโฟนของผู้ใช้เป็นขั้นแยกของแอปพลิเคชัน

แท็กเสียงให้การควบคุมอารมณ์และวิธีถ่ายทอดอย่างละเอียด คำตอบให้ความมั่นใจ คำถามที่อยากรู้ และปฏิกิริยาตัวละครแบบดราม่าต้องการการแสดงต่างกัน แม้ใช้คำสั้น ๆ วางคำบอกใกล้คำพูดที่มันมีผล และคงบริบทพอที่จะอธิบายการเปลี่ยนอารมณ์ ตัวอย่างข้อกำหนดงานคือ “ยืนยันการแก้ไขอย่างอบอุ่น แล้วอธิบายขั้นตอนถัดไปด้วยเสียงสม่ำเสมอและใส่ใจ” คำตอบควรยังเข้าใจได้โดยไม่ต้องพึ่งคำบอกเพื่อเติมข้อมูลที่ขาด

ในเวิร์กโฟลว์บทสนทนา WebSocket ตามเอกสาร แอปพลิเคชันส่งข้อความและรับชังก์เสียงที่เข้ารหัส Base64 โดยการเชื่อมต่อยังเปิดข้ามหลายประโยค ผู้พัฒนาสะสมข้อความให้พอสำหรับเซกเมนต์เสียงที่ต่อเนื่อง ชิ้นข้อความสั้นมากอาจรอจนมีบริบทเพิ่มหรือมีการสั่งส่งบัฟเฟอร์ออก ขอบเขตรอบสนทนารีเซ็ตทำนองเสียงได้ ส่วนการเปลี่ยนผู้พูดระบุรอบใหม่ ลักษณะเหล่านี้ช่วยกำหนดให้เตรียมวลีที่สมบูรณ์แทนคำโดด ๆ สำหรับคำตอบโต้ตอบ

คู่มือบทสนทนาร่วมระบุข้อมูลจัดแนวบนชังก์เสียงเป็นตัวเลือกเมื่อร้องขอและมีให้ใช้ การจัดแนวช่วยเชื่อมเสียงกับข้อความ แต่ไม่รับรองว่าคำพูดที่กำหนดจะมีระยะเวลาตายตัวหนึ่งค่า เลือกรูปแบบเอาต์พุตของผู้พัฒนาสำหรับเล่นหรือรวบรวมเป็นไฟล์ กลุ่มรูปแบบ TTS ร่วมมี MP3 และ PCM พร้อมการเข้ารหัสโทรศัพท์ในเวิร์กโฟลว์ที่เกี่ยวข้อง การเชื่อมต่อบทสนทนากับคำขอสร้างเสียงเต็มเพื่อบันทึกไว้ล่วงหน้าเป็นคนละโหมด จึงต้องแยกสมมติฐานการเตรียมงานและจังหวะเวลา

ด้านการออกเสียง ให้ขยายคำย่อที่กำกวมและเขียนตัวเลขเป็นรูปที่จะพูดเมื่อมิฉะนั้นความหมายไม่ชัดเจน รักษาชื่อและศัพท์ที่ใช้ซ้ำให้สม่ำเสมอ อย่านำไวยากรณ์ IPA ที่ v4 รองรับโดยตรงหรือเพดานคำขอของ v3 ทั่วไปมาใช้เพียงเพราะชื่ออยู่ตระกูลคล้ายกัน เลือกเสียงสำหรับบทบาทสนทนา แล้วตรวจประโยคตัวอย่างว่าชัดเจนและอารมณ์เหมาะสมก่อนทำบทต่อ

สำหรับคำตอบผู้ช่วยที่ใช้ได้จริง ให้มีใจความหลักหนึ่งเรื่อง ผลลัพธ์ชัดเจน และจบตามธรรมชาติเพื่อให้ผู้ใช้ตอบได้ เช่น “รับทราบที่อยู่จัดส่งใหม่ อ่านชื่อถนนซ้ำให้ชัดเจน และถามว่าผู้ใช้ต้องการเปลี่ยนที่อยู่ที่บันทึกไว้หรือไม่” สำหรับตัวละคร ให้รักษาบุคลิกที่กำหนดไว้พร้อมปรับปฏิกิริยาให้เข้าฉากปัจจุบัน แบ่งคำอธิบายยาวตรงขอบเขตประโยคที่มีความหมาย และรักษาบริบทสนทนาก่อนหน้า ผลงานคือเสียงพูดของคำตอบที่ป้อน ไม่ใช่ข้อความถอดเสียงผู้โทรหรือการตัดสินใจที่สร้างเองอย่างอิสระ

Ailoot Ultra · การสังเคราะห์เสียงพูด POST /v1/audio/speech elevenlabs/eleven-v3-conversational

elevenlabs/eleven-v3-conversational

ElevenLabs /elevenlabs/eleven-v3-conversational

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-v3-conversational	ค่าเริ่มต้น—
ฟิลด์`input`	ประเภท`string`	ข้อกำหนดจำเป็น	ค่าและข้อจำกัด ความยาวขั้นต่ำ: 1 ความยาวสูงสุด: 5,000 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`	ข้อกำหนด5000
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 v3 Conversational

ราคาตามการตั้งค่า

การตั้งค่า	เงื่อนไขคิดค่าบริการ	ค่าบริการ
การตั้งค่าElevenLabs: Eleven v3 Conversational · 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-v3-conversational", "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-v3-conversational

ชื่อพาธเมธอดอื่น

ใช้พาธเมธอดที่แสดงด้านบน

ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล

elevenlabs/eleven-v3-conversational

FAQ · ElevenLabs: Eleven v3 Conversational

มีอินพุตและผลลัพธ์ใดบ้าง?: POST /v1/audio/speech · elevenlabs/eleven-v3-conversational: text → audio
คำขอใช้ฟิลด์ใดบ้าง?: POST /v1/audio/speech · elevenlabs/eleven-v3-conversational: model, input, voice, response_format
มีข้อจำกัดใดบ้าง?: POST /v1/audio/speech · elevenlabs/eleven-v3-conversational: input.maximum_length: 5000

ElevenLabs: Eleven v3 Conversational