{ "aboutHtml": "

Eleven v3 เป็นโมเดลแปลงข้อความเป็นเสียงที่ถ่ายทอดอารมณ์ของ ElevenLabs สำหรับบทสนทนาสื่ออารมณ์ การพูดคุยของตัวละคร และการบรรยายหนังสือเสียง โมเดลเปลี่ยนบทเขียนเป็นเสียงพูดและใช้บริบทกำหนดช่วงอารมณ์กับวิธีถ่ายทอด ผู้พัฒนารองรับทั้งเสียงผู้พูดเดียวและเวิร์กโฟลว์บทสนทนาที่มีผู้พูดหลายคน ข้อมูลนี้กล่าวถึงรุ่นชื่อ v3 โดยแยกจาก v3 Conversational และตระกูล v4 ที่มาภายหลัง

แท็กเสียงภายในข้อความชี้นำอารมณ์ วิธีใช้เสียง และปฏิกิริยาอวัจนเสียงได้ ผู้ผลิตยกตัวอย่าง [sad], [angry], [happily], [whispers], [shouts], [laughs], [clears throat] และ [sighs] วางคำบอกใกล้คำหรือปฏิกิริยาที่ควรได้รับผล สำหรับฉากเล่าเรื่อง ให้เขียนการเปลี่ยนอารมณ์ลงในบทสนทนาจริง และใช้แท็กระบุเสียงที่ต้องการให้ชัดเจน แทนการพึ่งคำบรรยายฉากที่แยกออกไป

V3 ไม่รองรับแท็ก SSML <break> คู่มือพรอมป์ต์ใช้แท็กเสียง เครื่องหมายวรรคตอน จุดไข่ปลา และโครงสร้างข้อความกำหนดช่วงหยุดกับจังหวะ วิธีนี้ให้แนวทางการแสดง ไม่ใช่ข้อตกลงเวลาที่แน่นอน สำหรับประโยคลังเล จุดไข่ปลาและคำบอกการใช้เสียงที่เหมาะสมช่วยทำให้ความลังเลตามต้องการชัดเจน หากเสียงบันทึกต้องพอดีกับไทม์ไลน์ที่แม่นยำ ให้ใช้เทคที่เลือกและเวิร์กโฟลว์แก้ไขจัดวาง แทนการถือว่าแท็กหยุดเป็นหน่วยระยะเวลาตายตัว

การเลือกเสียงยังสำคัญ แนวทางตามเอกสารระบุว่าวิธีถ่ายทอดที่มีอยู่ในข้อมูลฝึกของเสียงแล้วทำซ้ำได้ง่ายกว่า ส่วนคำขอที่ไม่ปกติอาจเชื่อถือได้น้อยกว่า จับคู่เสียงให้เข้าตัวละครหรือผู้บรรยาย และตรวจว่าแท็กที่เลือกสร้างวิธีถ่ายทอดตามตั้งใจหรือไม่ หัวข้อพรอมป์ต์ v3 ปัจจุบันระบุว่า Professional Voice Clones ยังไม่ได้ปรับให้เหมาะกับรุ่นนี้อย่างเต็มที่ การปรับปรุงโคลนและตัวควบคุมการออกเสียงโดยตรงของ v4 เป็นคุณสมบัติของอีกเวอร์ชัน คู่มือผลิตภัณฑ์ยังระบุว่า Speed, Similarity และ Speaker Boost ใช้ไม่ได้กับ v3 ทั่วไป เตรียมจังหวะและวิธีถ่ายทอดด้วยเสียง แท็ก วรรคตอน และโครงสร้างข้อความ แทนการนำตัวเลื่อนจากรุ่นอื่นมาใช้

Eleven v3 รองรับมากกว่า 70 ภาษา รวมอังกฤษ ฝรั่งเศส เยอรมัน ญี่ปุ่น เกาหลี สเปน โปรตุเกส และรัสเซีย เลือกเสียงให้เหมาะกับภาษาและสำเนียงภูมิภาค และเตรียมถ้อยคำจริงที่จะพูดก่อนสังเคราะห์ การรองรับภาษาไม่ได้แปลบทอัตโนมัติ สำหรับฉากตัวละครที่ปรับให้เข้าท้องถิ่น ให้รักษาเจตนาและปฏิกิริยาของผู้พูด พร้อมปรับถ้อยคำให้เป็นธรรมชาติสำหรับผู้ฟัง

คำขอแปลงข้อความเป็นเสียงรองรับสูงสุด 5,000 อักขระ แบ่งบทยาวตรงขอบเขตฉากหรือช่วงบรรยายที่สมบูรณ์ เพื่อให้แต่ละเซกเมนต์มีต้นและท้ายชัดเจน ผู้พัฒนามีโหมดสร้างและสตรีมสำหรับเสียงพูด รวมถึงโหมดสร้างและสตรีมสำหรับบทสนทนา สำหรับบทสนทนา ให้เชื่อมแต่ละรอบกับผู้พูดที่ตั้งใจและรักษาลำดับ เก็บข้อความรอบการเปลี่ยนอารมณ์ให้เพียงพอเพื่อให้เข้าใจการเปลี่ยนช่วง

เวิร์กโฟลว์เสียงร่วมของผู้พัฒนาให้ MP3, PCM และการเข้ารหัสโทรศัพท์ เช่น μ-law พร้อมรูปแบบเพิ่มเติมที่ระบุในคู่มือ TTS พจนานุกรมการออกเสียงช่วยให้ชื่อและศัพท์เทคนิคสม่ำเสมอ คู่มือพจนานุกรมระบุ v3 สำหรับกฎ phoneme อย่างชัดเจน และจำกัดส่วนขยายสัทศาสตร์หลายภาษาไว้ที่ v4 สิ่งนั้นไม่ได้ทำให้ไวยากรณ์ IPA แบบครอบด้วยเครื่องหมายทับที่ v4 รองรับโดยตรงกลายเป็นคุณสมบัติ v3 เตรียมการสะกดสำคัญหรือชื่อแทนสำหรับพูด แล้วตรวจผลด้วยเสียงที่เลือก

สำหรับข้อกำหนดการแสดงที่ใช้งานได้ ให้ตอนที่เขียนเสร็จแล้วแทนโครงเรื่อง ได้แก่ บทนำของผู้บรรยาย ประโยคจริงของตัวละคร และปฏิกิริยาปิดฉาก ระบุว่าเนื้อหาไหนต้องพูด ปฏิกิริยาทางเสียงควรอยู่ตรงไหน และแต่ละจังหวะมีทิศทางอารมณ์อย่างไร ตรวจการออกเสียง ตัวตนเสียง การอ่านคำสั่งโดยไม่ตั้งใจ และการเปลี่ยนผู้พูด ผลคือเสียงบันทึกที่ถ่ายทอดบทที่ป้อนอย่างมีอารมณ์ พร้อมเทคที่เลือกซึ่งใช้ซ้ำหรือแก้ในโครงการเสียงได้

", "aboutText": "Eleven v3 เป็นโมเดลแปลงข้อความเป็นเสียงที่ถ่ายทอดอารมณ์ของ ElevenLabs สำหรับบทสนทนาสื่ออารมณ์ การพูดคุยของตัวละคร และการบรรยายหนังสือเสียง โมเดลเปลี่ยนบทเขียนเป็นเสียงพูดและใช้บริบทกำหนดช่วงอารมณ์กับวิธีถ่ายทอด ผู้พัฒนารองรับทั้งเสียงผู้พูดเดียวและเวิร์กโฟลว์บทสนทนาที่มีผู้พูดหลายคน ข้อมูลนี้กล่าวถึงรุ่นชื่อ v3 โดยแยกจาก v3 Conversational และตระกูล v4 ที่มาภายหลัง\n\nแท็กเสียงภายในข้อความชี้นำอารมณ์ วิธีใช้เสียง และปฏิกิริยาอวัจนเสียงได้ ผู้ผลิตยกตัวอย่าง [sad], [angry], [happily], [whispers], [shouts], [laughs], [clears throat] และ [sighs] วางคำบอกใกล้คำหรือปฏิกิริยาที่ควรได้รับผล สำหรับฉากเล่าเรื่อง ให้เขียนการเปลี่ยนอารมณ์ลงในบทสนทนาจริง และใช้แท็กระบุเสียงที่ต้องการให้ชัดเจน แทนการพึ่งคำบรรยายฉากที่แยกออกไป\n\nV3 ไม่รองรับแท็ก SSML คู่มือพรอมป์ต์ใช้แท็กเสียง เครื่องหมายวรรคตอน จุดไข่ปลา และโครงสร้างข้อความกำหนดช่วงหยุดกับจังหวะ วิธีนี้ให้แนวทางการแสดง ไม่ใช่ข้อตกลงเวลาที่แน่นอน สำหรับประโยคลังเล จุดไข่ปลาและคำบอกการใช้เสียงที่เหมาะสมช่วยทำให้ความลังเลตามต้องการชัดเจน หากเสียงบันทึกต้องพอดีกับไทม์ไลน์ที่แม่นยำ ให้ใช้เทคที่เลือกและเวิร์กโฟลว์แก้ไขจัดวาง แทนการถือว่าแท็กหยุดเป็นหน่วยระยะเวลาตายตัว\n\nการเลือกเสียงยังสำคัญ แนวทางตามเอกสารระบุว่าวิธีถ่ายทอดที่มีอยู่ในข้อมูลฝึกของเสียงแล้วทำซ้ำได้ง่ายกว่า ส่วนคำขอที่ไม่ปกติอาจเชื่อถือได้น้อยกว่า จับคู่เสียงให้เข้าตัวละครหรือผู้บรรยาย และตรวจว่าแท็กที่เลือกสร้างวิธีถ่ายทอดตามตั้งใจหรือไม่ หัวข้อพรอมป์ต์ v3 ปัจจุบันระบุว่า Professional Voice Clones ยังไม่ได้ปรับให้เหมาะกับรุ่นนี้อย่างเต็มที่ การปรับปรุงโคลนและตัวควบคุมการออกเสียงโดยตรงของ v4 เป็นคุณสมบัติของอีกเวอร์ชัน คู่มือผลิตภัณฑ์ยังระบุว่า Speed, Similarity และ Speaker Boost ใช้ไม่ได้กับ v3 ทั่วไป เตรียมจังหวะและวิธีถ่ายทอดด้วยเสียง แท็ก วรรคตอน และโครงสร้างข้อความ แทนการนำตัวเลื่อนจากรุ่นอื่นมาใช้\n\nEleven v3 รองรับมากกว่า 70 ภาษา รวมอังกฤษ ฝรั่งเศส เยอรมัน ญี่ปุ่น เกาหลี สเปน โปรตุเกส และรัสเซีย เลือกเสียงให้เหมาะกับภาษาและสำเนียงภูมิภาค และเตรียมถ้อยคำจริงที่จะพูดก่อนสังเคราะห์ การรองรับภาษาไม่ได้แปลบทอัตโนมัติ สำหรับฉากตัวละครที่ปรับให้เข้าท้องถิ่น ให้รักษาเจตนาและปฏิกิริยาของผู้พูด พร้อมปรับถ้อยคำให้เป็นธรรมชาติสำหรับผู้ฟัง\n\nคำขอแปลงข้อความเป็นเสียงรองรับสูงสุด 5,000 อักขระ แบ่งบทยาวตรงขอบเขตฉากหรือช่วงบรรยายที่สมบูรณ์ เพื่อให้แต่ละเซกเมนต์มีต้นและท้ายชัดเจน ผู้พัฒนามีโหมดสร้างและสตรีมสำหรับเสียงพูด รวมถึงโหมดสร้างและสตรีมสำหรับบทสนทนา สำหรับบทสนทนา ให้เชื่อมแต่ละรอบกับผู้พูดที่ตั้งใจและรักษาลำดับ เก็บข้อความรอบการเปลี่ยนอารมณ์ให้เพียงพอเพื่อให้เข้าใจการเปลี่ยนช่วง\n\nเวิร์กโฟลว์เสียงร่วมของผู้พัฒนาให้ MP3, PCM และการเข้ารหัสโทรศัพท์ เช่น μ-law พร้อมรูปแบบเพิ่มเติมที่ระบุในคู่มือ TTS พจนานุกรมการออกเสียงช่วยให้ชื่อและศัพท์เทคนิคสม่ำเสมอ คู่มือพจนานุกรมระบุ v3 สำหรับกฎ phoneme อย่างชัดเจน และจำกัดส่วนขยายสัทศาสตร์หลายภาษาไว้ที่ v4 สิ่งนั้นไม่ได้ทำให้ไวยากรณ์ IPA แบบครอบด้วยเครื่องหมายทับที่ v4 รองรับโดยตรงกลายเป็นคุณสมบัติ v3 เตรียมการสะกดสำคัญหรือชื่อแทนสำหรับพูด แล้วตรวจผลด้วยเสียงที่เลือก\n\nสำหรับข้อกำหนดการแสดงที่ใช้งานได้ ให้ตอนที่เขียนเสร็จแล้วแทนโครงเรื่อง ได้แก่ บทนำของผู้บรรยาย ประโยคจริงของตัวละคร และปฏิกิริยาปิดฉาก ระบุว่าเนื้อหาไหนต้องพูด ปฏิกิริยาทางเสียงควรอยู่ตรงไหน และแต่ละจังหวะมีทิศทางอารมณ์อย่างไร ตรวจการออกเสียง ตัวตนเสียง การอ่านคำสั่งโดยไม่ตั้งใจ และการเปลี่ยนผู้พูด ผลคือเสียงบันทึกที่ถ่ายทอดบทที่ป้อนอย่างมีอารมณ์ พร้อมเทคที่เลือกซึ่งใช้ซ้ำหรือแก้ในโครงการเสียงได้", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "1af6ac3f6c4a55462fdc7072b681d9f8d3e48acb692cb112ab3a4913b7b3c3d4", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "th", "methods": [ { "html": "
•

ElevenLabs: Eleven v3

ElevenLabs /elevenlabs/eleven-v3

เริ่มต้น

Eleven v3 สังเคราะห์เสียงที่แสดงอารมณ์จากบท พร้อมแท็กเสียงภายในข้อความและโหมดบทสนทนาของผู้พัฒนา รองรับมากกว่า 70 ภาษาและขีดจำกัด 5,000 อักขระต่อคำขอ สำหรับการบรรยาย ฉากตัวละคร และการแสดงอื่นที่วิธีถ่ายทอดสำคัญ

อินพุตที่รองรับ
ข้อความ
ผลลัพธ์
เสียง
เกี่ยวกับโมเดล

คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก

Eleven v3 เป็นโมเดลแปลงข้อความเป็นเสียงที่ถ่ายทอดอารมณ์ของ ElevenLabs สำหรับบทสนทนาสื่ออารมณ์ การพูดคุยของตัวละคร และการบรรยายหนังสือเสียง โมเดลเปลี่ยนบทเขียนเป็นเสียงพูดและใช้บริบทกำหนดช่วงอารมณ์กับวิธีถ่ายทอด ผู้พัฒนารองรับทั้งเสียงผู้พูดเดียวและเวิร์กโฟลว์บทสนทนาที่มีผู้พูดหลายคน ข้อมูลนี้กล่าวถึงรุ่นชื่อ v3 โดยแยกจาก v3 Conversational และตระกูล v4 ที่มาภายหลัง

แท็กเสียงภายในข้อความชี้นำอารมณ์ วิธีใช้เสียง และปฏิกิริยาอวัจนเสียงได้ ผู้ผลิตยกตัวอย่าง [sad], [angry], [happily], [whispers], [shouts], [laughs], [clears throat] และ [sighs] วางคำบอกใกล้คำหรือปฏิกิริยาที่ควรได้รับผล สำหรับฉากเล่าเรื่อง ให้เขียนการเปลี่ยนอารมณ์ลงในบทสนทนาจริง และใช้แท็กระบุเสียงที่ต้องการให้ชัดเจน แทนการพึ่งคำบรรยายฉากที่แยกออกไป

V3 ไม่รองรับแท็ก SSML <break> คู่มือพรอมป์ต์ใช้แท็กเสียง เครื่องหมายวรรคตอน จุดไข่ปลา และโครงสร้างข้อความกำหนดช่วงหยุดกับจังหวะ วิธีนี้ให้แนวทางการแสดง ไม่ใช่ข้อตกลงเวลาที่แน่นอน สำหรับประโยคลังเล จุดไข่ปลาและคำบอกการใช้เสียงที่เหมาะสมช่วยทำให้ความลังเลตามต้องการชัดเจน หากเสียงบันทึกต้องพอดีกับไทม์ไลน์ที่แม่นยำ ให้ใช้เทคที่เลือกและเวิร์กโฟลว์แก้ไขจัดวาง แทนการถือว่าแท็กหยุดเป็นหน่วยระยะเวลาตายตัว

การเลือกเสียงยังสำคัญ แนวทางตามเอกสารระบุว่าวิธีถ่ายทอดที่มีอยู่ในข้อมูลฝึกของเสียงแล้วทำซ้ำได้ง่ายกว่า ส่วนคำขอที่ไม่ปกติอาจเชื่อถือได้น้อยกว่า จับคู่เสียงให้เข้าตัวละครหรือผู้บรรยาย และตรวจว่าแท็กที่เลือกสร้างวิธีถ่ายทอดตามตั้งใจหรือไม่ หัวข้อพรอมป์ต์ v3 ปัจจุบันระบุว่า Professional Voice Clones ยังไม่ได้ปรับให้เหมาะกับรุ่นนี้อย่างเต็มที่ การปรับปรุงโคลนและตัวควบคุมการออกเสียงโดยตรงของ v4 เป็นคุณสมบัติของอีกเวอร์ชัน คู่มือผลิตภัณฑ์ยังระบุว่า Speed, Similarity และ Speaker Boost ใช้ไม่ได้กับ v3 ทั่วไป เตรียมจังหวะและวิธีถ่ายทอดด้วยเสียง แท็ก วรรคตอน และโครงสร้างข้อความ แทนการนำตัวเลื่อนจากรุ่นอื่นมาใช้

Eleven v3 รองรับมากกว่า 70 ภาษา รวมอังกฤษ ฝรั่งเศส เยอรมัน ญี่ปุ่น เกาหลี สเปน โปรตุเกส และรัสเซีย เลือกเสียงให้เหมาะกับภาษาและสำเนียงภูมิภาค และเตรียมถ้อยคำจริงที่จะพูดก่อนสังเคราะห์ การรองรับภาษาไม่ได้แปลบทอัตโนมัติ สำหรับฉากตัวละครที่ปรับให้เข้าท้องถิ่น ให้รักษาเจตนาและปฏิกิริยาของผู้พูด พร้อมปรับถ้อยคำให้เป็นธรรมชาติสำหรับผู้ฟัง

คำขอแปลงข้อความเป็นเสียงรองรับสูงสุด 5,000 อักขระ แบ่งบทยาวตรงขอบเขตฉากหรือช่วงบรรยายที่สมบูรณ์ เพื่อให้แต่ละเซกเมนต์มีต้นและท้ายชัดเจน ผู้พัฒนามีโหมดสร้างและสตรีมสำหรับเสียงพูด รวมถึงโหมดสร้างและสตรีมสำหรับบทสนทนา สำหรับบทสนทนา ให้เชื่อมแต่ละรอบกับผู้พูดที่ตั้งใจและรักษาลำดับ เก็บข้อความรอบการเปลี่ยนอารมณ์ให้เพียงพอเพื่อให้เข้าใจการเปลี่ยนช่วง

เวิร์กโฟลว์เสียงร่วมของผู้พัฒนาให้ MP3, PCM และการเข้ารหัสโทรศัพท์ เช่น μ-law พร้อมรูปแบบเพิ่มเติมที่ระบุในคู่มือ TTS พจนานุกรมการออกเสียงช่วยให้ชื่อและศัพท์เทคนิคสม่ำเสมอ คู่มือพจนานุกรมระบุ v3 สำหรับกฎ phoneme อย่างชัดเจน และจำกัดส่วนขยายสัทศาสตร์หลายภาษาไว้ที่ v4 สิ่งนั้นไม่ได้ทำให้ไวยากรณ์ IPA แบบครอบด้วยเครื่องหมายทับที่ v4 รองรับโดยตรงกลายเป็นคุณสมบัติ v3 เตรียมการสะกดสำคัญหรือชื่อแทนสำหรับพูด แล้วตรวจผลด้วยเสียงที่เลือก

สำหรับข้อกำหนดการแสดงที่ใช้งานได้ ให้ตอนที่เขียนเสร็จแล้วแทนโครงเรื่อง ได้แก่ บทนำของผู้บรรยาย ประโยคจริงของตัวละคร และปฏิกิริยาปิดฉาก ระบุว่าเนื้อหาไหนต้องพูด ปฏิกิริยาทางเสียงควรอยู่ตรงไหน และแต่ละจังหวะมีทิศทางอารมณ์อย่างไร ตรวจการออกเสียง ตัวตนเสียง การอ่านคำสั่งโดยไม่ตั้งใจ และการเปลี่ยนผู้พูด ผลคือเสียงบันทึกที่ถ่ายทอดบทที่ป้อนอย่างมีอารมณ์ พร้อมเทคที่เลือกซึ่งใช้ซ้ำหรือแก้ในโครงการเสียงได้

ใช้งานได้ใน Ailoot · อินพุตและเมธอด

Ailoot Ultra · การสังเคราะห์เสียงพูด POST /v1/audio/speech
ขาเข้า
text
ขาออก
audio
รูปแบบเอาต์พุต
mp3
ฟิลด์ประเภทข้อกำหนดค่าและข้อจำกัดค่าเริ่มต้น
ฟิลด์modelประเภทstringข้อกำหนดจำเป็นค่าและข้อจำกัด
elevenlabs/eleven-v3
ค่าเริ่มต้น—
ฟิลด์inputประเภทstringข้อกำหนดจำเป็นค่าและข้อจำกัด
ความยาวขั้นต่ำ: 1
ความยาวสูงสุด: 5,000
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_charactersข้อกำหนด5000
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 $0.00016 ต่ออักขระอินพุต

รายละเอียดอัตราอ้างอิง

ตารางอัตราอ้างอิงระดับโมเดลไม่เปลี่ยนเมธอดที่เลือก ยอดประมาณการ หรือค่าบริการ การคิดค่าบริการจริงใช้อัตราของเมธอด Ailoot ที่เลือก

ElevenLabs: Eleven v3

ราคาตามการตั้งค่า

การตั้งค่าเงื่อนไขคิดค่าบริการค่าบริการ
การตั้งค่าElevenLabs: Eleven v3 · การตั้งค่าเริ่มต้นเงื่อนไขคิดค่าบริการการตั้งค่าเริ่มต้นค่าบริการ
ขาเข้า · อักขระอินพุต US$0.00008 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-v3", "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-v3

ชื่อพาธเมธอดอื่น

ใช้พาธเมธอดที่แสดงด้านบน

ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล

elevenlabs/eleven-v3

", "method_identity": { "effective_request_model_id": "elevenlabs/eleven-v3", "fmt": "speech", "http": "POST", "path": "/v1/audio/speech", "request_model_id": "elevenlabs/eleven-v3", "route_label": "Ultra" }, "method_key": "Ultra|speech|/v1/audio/speech|elevenlabs%2Feleven-v3", "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-v3" ], "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": 5000, "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": 5000, "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": "0.00016", "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": "0.00016", "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": "9e303522a8fa088ce7b2", "label": "ElevenLabs: Eleven v3", "profiles": [ { "basis": "", "dimensions": { "conditions": "การตั้งค่าเริ่มต้น" }, "label": "ElevenLabs: Eleven v3 · การตั้งค่าเริ่มต้น", "units": [ { "amount": "0.00008", "amount_unit": "usd_per_exact_physical_unit", "billing_input": false, "key": "3f6ce57aacb745e55742ccc8", "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-v3\", \"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": 0.00016 } }, "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": "0.00016", "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": "0.00016", "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-v3", "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": "0.00016", "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": "0.00016", "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-v3", "nativeProvenance": { "input_facts_canonical_sha256": "c7cf404a207bbd988c92e32ed22ab397d9c764fabb902ddfa9661f444a253ced", "input_html_sha256": "0d5670ac851e286ed3e5a2616cd2af81dbd2326a0cc0fdccf3ed56dcb1aeb6d5", "private_audit_sha256": "87f327f71d8bdf1f45fd85f892dd1d9e34c4b22fff881b1aaab02db0eebf0f9f", "role": "historical-normalized-input-audit-hashes", "schema": "ailoot-native-model-provenance-v2" }, "page": { "canonical": "https://ailoot.ai/models/th/elevenlabs-eleven-v3/", "description": "Eleven v3 สังเคราะห์เสียงที่แสดงอารมณ์จากบท พร้อมแท็กเสียงภายในข้อความและโหมดบทสนทนาของผู้พัฒนา รองรับมากกว่า 70 ภาษาและขีดจำกัด 5,000 อักขระต่อคำขอ สำหรับการบรรยาย ฉากตัวละคร และการแสดงอื่นที่วิธีถ่ายทอดสำคัญ", "locale": "th", "md_url": "https://ailoot.ai/models/th/elevenlabs-eleven-v3/index.md", "title": "ElevenLabs: Eleven v3 — Ailoot", "url": "https://ailoot.ai/models/th/elevenlabs-eleven-v3/" }, "rawModel": { "about": "Eleven v3 เป็นโมเดลแปลงข้อความเป็นเสียงที่ถ่ายทอดอารมณ์ของ ElevenLabs สำหรับบทสนทนาสื่ออารมณ์ การพูดคุยของตัวละคร และการบรรยายหนังสือเสียง โมเดลเปลี่ยนบทเขียนเป็นเสียงพูดและใช้บริบทกำหนดช่วงอารมณ์กับวิธีถ่ายทอด ผู้พัฒนารองรับทั้งเสียงผู้พูดเดียวและเวิร์กโฟลว์บทสนทนาที่มีผู้พูดหลายคน ข้อมูลนี้กล่าวถึงรุ่นชื่อ v3 โดยแยกจาก v3 Conversational และตระกูล v4 ที่มาภายหลัง\n\nแท็กเสียงภายในข้อความชี้นำอารมณ์ วิธีใช้เสียง และปฏิกิริยาอวัจนเสียงได้ ผู้ผลิตยกตัวอย่าง [sad], [angry], [happily], [whispers], [shouts], [laughs], [clears throat] และ [sighs] วางคำบอกใกล้คำหรือปฏิกิริยาที่ควรได้รับผล สำหรับฉากเล่าเรื่อง ให้เขียนการเปลี่ยนอารมณ์ลงในบทสนทนาจริง และใช้แท็กระบุเสียงที่ต้องการให้ชัดเจน แทนการพึ่งคำบรรยายฉากที่แยกออกไป\n\nV3 ไม่รองรับแท็ก SSML คู่มือพรอมป์ต์ใช้แท็กเสียง เครื่องหมายวรรคตอน จุดไข่ปลา และโครงสร้างข้อความกำหนดช่วงหยุดกับจังหวะ วิธีนี้ให้แนวทางการแสดง ไม่ใช่ข้อตกลงเวลาที่แน่นอน สำหรับประโยคลังเล จุดไข่ปลาและคำบอกการใช้เสียงที่เหมาะสมช่วยทำให้ความลังเลตามต้องการชัดเจน หากเสียงบันทึกต้องพอดีกับไทม์ไลน์ที่แม่นยำ ให้ใช้เทคที่เลือกและเวิร์กโฟลว์แก้ไขจัดวาง แทนการถือว่าแท็กหยุดเป็นหน่วยระยะเวลาตายตัว\n\nการเลือกเสียงยังสำคัญ แนวทางตามเอกสารระบุว่าวิธีถ่ายทอดที่มีอยู่ในข้อมูลฝึกของเสียงแล้วทำซ้ำได้ง่ายกว่า ส่วนคำขอที่ไม่ปกติอาจเชื่อถือได้น้อยกว่า จับคู่เสียงให้เข้าตัวละครหรือผู้บรรยาย และตรวจว่าแท็กที่เลือกสร้างวิธีถ่ายทอดตามตั้งใจหรือไม่ หัวข้อพรอมป์ต์ v3 ปัจจุบันระบุว่า Professional Voice Clones ยังไม่ได้ปรับให้เหมาะกับรุ่นนี้อย่างเต็มที่ การปรับปรุงโคลนและตัวควบคุมการออกเสียงโดยตรงของ v4 เป็นคุณสมบัติของอีกเวอร์ชัน คู่มือผลิตภัณฑ์ยังระบุว่า Speed, Similarity และ Speaker Boost ใช้ไม่ได้กับ v3 ทั่วไป เตรียมจังหวะและวิธีถ่ายทอดด้วยเสียง แท็ก วรรคตอน และโครงสร้างข้อความ แทนการนำตัวเลื่อนจากรุ่นอื่นมาใช้\n\nEleven v3 รองรับมากกว่า 70 ภาษา รวมอังกฤษ ฝรั่งเศส เยอรมัน ญี่ปุ่น เกาหลี สเปน โปรตุเกส และรัสเซีย เลือกเสียงให้เหมาะกับภาษาและสำเนียงภูมิภาค และเตรียมถ้อยคำจริงที่จะพูดก่อนสังเคราะห์ การรองรับภาษาไม่ได้แปลบทอัตโนมัติ สำหรับฉากตัวละครที่ปรับให้เข้าท้องถิ่น ให้รักษาเจตนาและปฏิกิริยาของผู้พูด พร้อมปรับถ้อยคำให้เป็นธรรมชาติสำหรับผู้ฟัง\n\nคำขอแปลงข้อความเป็นเสียงรองรับสูงสุด 5,000 อักขระ แบ่งบทยาวตรงขอบเขตฉากหรือช่วงบรรยายที่สมบูรณ์ เพื่อให้แต่ละเซกเมนต์มีต้นและท้ายชัดเจน ผู้พัฒนามีโหมดสร้างและสตรีมสำหรับเสียงพูด รวมถึงโหมดสร้างและสตรีมสำหรับบทสนทนา สำหรับบทสนทนา ให้เชื่อมแต่ละรอบกับผู้พูดที่ตั้งใจและรักษาลำดับ เก็บข้อความรอบการเปลี่ยนอารมณ์ให้เพียงพอเพื่อให้เข้าใจการเปลี่ยนช่วง\n\nเวิร์กโฟลว์เสียงร่วมของผู้พัฒนาให้ MP3, PCM และการเข้ารหัสโทรศัพท์ เช่น μ-law พร้อมรูปแบบเพิ่มเติมที่ระบุในคู่มือ TTS พจนานุกรมการออกเสียงช่วยให้ชื่อและศัพท์เทคนิคสม่ำเสมอ คู่มือพจนานุกรมระบุ v3 สำหรับกฎ phoneme อย่างชัดเจน และจำกัดส่วนขยายสัทศาสตร์หลายภาษาไว้ที่ v4 สิ่งนั้นไม่ได้ทำให้ไวยากรณ์ IPA แบบครอบด้วยเครื่องหมายทับที่ v4 รองรับโดยตรงกลายเป็นคุณสมบัติ v3 เตรียมการสะกดสำคัญหรือชื่อแทนสำหรับพูด แล้วตรวจผลด้วยเสียงที่เลือก\n\nสำหรับข้อกำหนดการแสดงที่ใช้งานได้ ให้ตอนที่เขียนเสร็จแล้วแทนโครงเรื่อง ได้แก่ บทนำของผู้บรรยาย ประโยคจริงของตัวละคร และปฏิกิริยาปิดฉาก ระบุว่าเนื้อหาไหนต้องพูด ปฏิกิริยาทางเสียงควรอยู่ตรงไหน และแต่ละจังหวะมีทิศทางอารมณ์อย่างไร ตรวจการออกเสียง ตัวตนเสียง การอ่านคำสั่งโดยไม่ตั้งใจ และการเปลี่ยนผู้พูด ผลคือเสียงบันทึกที่ถ่ายทอดบทที่ป้อนอย่างมีอารมณ์ พร้อมเทคที่เลือกซึ่งใช้ซ้ำหรือแก้ในโครงการเสียงได้", "alias_of": null, "aliases": [], "author": "ElevenLabs", "available": null, "canonical_model": "elevenlabs/eleven-v3", "capabilities": { "context_length": 0, "manufacturer_input": [ "text" ], "manufacturer_output": [ "speech" ] }, "card_routes": [ { "label": "Ultra", "rates": [ { "amount": "0.00016", "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": "0.00016", "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-v3", "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-v3" ], "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": 5000, "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": 5000, "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": "0.00016", "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": "0.00016", "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": "9e303522a8fa088ce7b2", "label": "ElevenLabs: Eleven v3", "profiles": [ { "basis": "", "dimensions": { "conditions": "การตั้งค่าเริ่มต้น" }, "label": "ElevenLabs: Eleven v3 · การตั้งค่าเริ่มต้น", "units": [ { "amount": "0.00008", "amount_unit": "usd_per_exact_physical_unit", "billing_input": false, "key": "3f6ce57aacb745e55742ccc8", "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-v3\", \"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": 0.00016 } }, "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": "0.00016", "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": "0.00016", "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-v3", "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": "0.00016", "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": "0.00016", "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-v3", "request_model_id": "elevenlabs/eleven-v3", "route_label": "Ultra" } ], "name": "ElevenLabs: Eleven v3", "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": "0.00016", "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-v3", "short": "Eleven v3 สังเคราะห์เสียงที่แสดงอารมณ์จากบท พร้อมแท็กเสียงภายในข้อความและโหมดบทสนทนาของผู้พัฒนา รองรับมากกว่า 70 ภาษาและขีดจำกัด 5,000 อักขระต่อคำขอ สำหรับการบรรยาย ฉากตัวละคร และการแสดงอื่นที่วิธีถ่ายทอดสำคัญ" }, "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 v3 สังเคราะห์เสียงที่แสดงอารมณ์จากบท พร้อมแท็กเสียงภายในข้อความและโหมดบทสนทนาของผู้พัฒนา รองรับมากกว่า 70 ภาษาและขีดจำกัด 5,000 อักขระต่อคำขอ สำหรับการบรรยาย ฉากตัวละคร และการแสดงอื่นที่วิธีถ่ายทอดสำคัญ", "source": { "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1", "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036", "raw_model_json_sha256": "1d92136fb1873fe36ee3a24a5d34ea5ccfbec5efa89970865af4cb6481fbf842", "renderer_sha256": "890edb706fafafdd4f598bb324acf65fada58918b0911b97eb80e68be2ef65d9" }, "sourceRevision": "432c75bd278ce36b8d55ac707f5902df799faa5bec405a2986f8808bcfd8ea96" }