ElevenLabs: Eleven Multilingual v2

Eleven Multilingual v2 29 tildagi matndan tabiiy va izchil nutq yaratadi. ElevenLabs uni uzun hikoya matnlari, kurslar, audiokitoblar va ko‘p tilli kontent uchun taqdim etadi; so‘rov limiti 10 000 belgi bo‘lib, aksent va ijro tanlangan ovoz orqali boshqariladi.

Ailoot Ultra · Ovozlashtirish POST /v1/audio/speech elevenlabs/eleven-multilingual-v2

Model haqida

Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.

Eleven Multilingual v2 — tabiiy, hissiyotni hisobga oladigan va izchil hikoya qilish uchun ElevenLabs’ning matndan nutq yaratish modeli. U yozilgan matnni qabul qilib, nutq audiosini qaytaradi; tanlangan ovoz uning xarakteri va aksentining katta qismini belgilaydi. Ishlab chiqaruvchi uzunroq natijalar yaratishdagi barqarorlik, professional kontent, qahramonlarni ovozlashtirish, elektron ta’lim va ko‘p tilli loyihalarni ta’kidlaydi. Bu o‘xshash nomdagi Multilingual Speech to Speech ovoz o‘zgartirgichidan alohida bo‘lgan nutq sintezi modelidir.

Hujjatlashtirilgan to‘plam 29 tilni o‘z ichiga oladi: ingliz, yapon, xitoy, nemis, hind, fransuz, koreys, portugal, italyan, ispan, indonez, niderland, turk, filipino, polyak, shved, bolgar, rumin, arab, chex, yunon, fin, xorvat, malay, slovak, daniya, tamil, ukrain va rus tillari. Ovoz modelidan tarjima qilishini kutish o‘rniga, sintezdan oldin haqiqiy matnni qo‘llab-quvvatlanadigan tilda tayyorlang.

Model tanlangan so‘zlovchining xususiyatlari va shaxsiy ohangini qo‘llab-quvvatlanadigan tillarda saqlashga mo‘ljallangan. Aksent baribir ovozga kuchli bog‘liq: ElevenLabs maqsadli til va hududiy aksentda o‘qitilgan ovozni tavsiya qiladi, chunki shu til ona tili bo‘lmagan ovoz asl aksentini saqlab qolishi yoki aksenti o‘zgarib ketishi mumkin. Mahalliylashtirilgan kursda gap tuzilishi, atamalar va talaffuzni auditoriyaga moslashtirgan holda hikoyachining vazifasi va umumiy ohangini saqlang. Yagona ovoz identifikatsiyasi maqsadli tildagi ijroni tekshirish zaruratini yo‘qotmaydi.

So‘rov limiti 10 000 belgidir. Uzunroq material o‘zaro bog‘langan boblar yoki bo‘limlarga bo‘linishi mumkin; ishlab chiqaruvchining umumiy TTS ish jarayoni bo‘laklar orasida prosodiyani saqlash uchun oldingi va keyingi matn yoki qo‘shni so‘rov kontekstini hujjatlashtiradi. Mazmunli gap chegarasida bo‘ling va parcha boshi hamda oxiri uchun yetarli atrof kontekstini olib o‘ting. Ishlab chiqaruvchining har bir so‘rov uchun taxminiy daqiqalari qat’iy davomiylik va’dasi emas, chunki so‘zlar, til va sur’at tanlangan yozuvning uzunligini belgilaydi.

Ijro matn ma’nosi, hikoya konteksti, tinish belgilari va tanlangan ovozga ergashadi. Stability o‘zgaruvchanlik va hissiy diapazonni, similarity esa natija ovozga qanchalik yaqinligini boshqaradi. Umumiy mahsulot qo‘llanmasi 0.7 dan 1.2 gacha speed oralig‘ini tavsiflaydi, bunda 1.0 tezlikni o‘zgartirmaydi. Yuqori barqarorlik vazmin yoki bir xil ohangda eshitilishi mumkin, juda kam barqarorlik esa ijroni tartibsiz qilishi mumkin. Ijro haqidagi yozma tavsifning o‘zi ham aytilishi mumkin, shuning uchun hech qachon eshitilmasligi kerak bo‘lgan ko‘rsatmalarni kiritish o‘rniga yakuniy matnni tayyorlang.

Bu modelning pauza ish jarayoni v3 va v4’dan farqli ravishda SSML break teglarini qo‘llab-quvvatlaydi. Ishlab chiqaruvchi tabiiy pauza so‘rash usuli sifatida <break time="1.5s" /> misolini beradi va uch soniyagacha pauzalarni hujjatlashtiradi. Haddan tashqari ko‘p break teglari tezlik o‘zgarishlari yoki artefaktlarni keltirib chiqarishi mumkin, tanlangan ovoz esa pauza qanday eshitilishiga ta’sir qilishi mumkin. Pauzalarni ta’rifdan keyin yoki ovozli ko‘rsatmaning keyingi qismidan oldin kabi mazmunli o‘tishlarda ishlating.

Ishlab chiqaruvchining talaffuz qo‘llanmasiga ko‘ra, Multilingual v2 fonema teglarini qo‘llab-quvvatlamaydi. Ism, akronim yoki texnik atamaning kerakli aytilish shaklini ko‘rsatish uchun lug‘at aliaslari yoki tayyorlangan muqobil yozilishdan foydalaning. ElevenLabs bu model sonlarni Flash v2.5’ga qaraganda tabiiyroq qayta ishlashini ham tavsiflaydi, ammo tayyorlash ko‘rsatmalari muhim sonlar, sanalar va belgilarni baribir aytilishi kerak bo‘lgan so‘zlar bilan yozishni tavsiya qiladi. Ma’lumotnoma kodi va miqdor yozilgan raqamlari o‘xshash bo‘lsa ham turli o‘qilishni talab qiladi.

Ishlab chiqaruvchining audio formatlari oilasiga tarqatish uchun MP3, ishlab chiqarish ishlari uchun siqilmagan 16 bitli PCM, telefoniya uchun μ-law va A-law hamda Opus kiradi. To‘liq nutq yaratish va oqimli uzatish umumiy TTS ish jarayonida hujjatlashtirilgan. Chiqishni ko‘zlangan joyga mos tanlang va matn, ovoz hamda tanlangan yozuvni birga saqlang. Audiokitob bobi, korporativ ovozli hikoya va qisqa dars bir xil model vazifasidan foydalanishi, lekin turlicha sur’at va bo‘linishni talab qilishi mumkin.

Amaliy dars uchun kirish, ta’riflar, misol va o‘tishni to‘liq og‘zaki parchalar sifatida yozing. Izchil talaffuz kerak bo‘lgan atamalarni belgilang va asosiy tushunchadan keyin tabiiy pauza ishlating. Ismlar, sonlar va uzunroq gap mavjud bo‘lgan namunaviy parchani tekshirib, aksent, tushunarlilik va bo‘lim chegarasidan o‘tganda ijro barqaror qolishini baholang. Foydali natija — manba matni bilan birga kurs, audiokitob yoki videoga joylashtiriladigan izchil ovozli hikoya yozuvidir.

Ailoot Ultra · Ovozlashtirish POST /v1/audio/speech elevenlabs/eleven-multilingual-v2

elevenlabs/eleven-multilingual-v2

ElevenLabs /elevenlabs/eleven-multilingual-v2

Boshlash

Qabul qilinadigan kirish ma’lumotlari: Matn
Natijalar: Audio

Ailoot da mavjud · kirish ma’lumotlari va usullar

Ailoot Ultra · Ovozlashtirish POST /v1/audio/speech

Kirish: text
Chiqish: audio
Chiqish formati: mp3

Maydon	Tur	Talab	Qiymatlar va cheklovlar	Standart
Maydon`model`	Tur`string`	TalabMajburiy	Qiymatlar va cheklovlar elevenlabs/eleven-multilingual-v2	Standart—
Maydon`input`	Tur`string`	TalabMajburiy	Qiymatlar va cheklovlar Eng kam uzunlik: 1 Eng ko‘p uzunlik: 10 000 Birlik: Unicode belgilari	Standart—
Maydon`voice`	Tur`string`	TalabMajburiy	Qiymatlar va cheklovlar george, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger, will	Standart—
Maydon`response_format`	Tur`string`	TalabMajburiy	Qiymatlar va cheklovlar mp3	Standart—

Kirish materiallari birikmalari

text_to_speech · Majburiy: input

Usul parametrlari va hayot sikli

Parametr	Parametr talablari
Parametr`content_type`	Parametr talablariapplication/json
Parametr`required`	Parametr talablarimodel, input, voice, response_format
Parametr`voice_ids`	Parametr talablarigeorge, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger, will
Parametr`response_format`	Parametr talablarimp3
Parametr`max_input_characters`	Parametr talablari10000
Parametr`other_options`	Parametr talablarifalse
Parametr`input`	Parametr talablariaynan UTF-8 matni; normallashtirmasdan Unicode belgilarini sanash
Parametr`material_types`	Parametr talablaritext

Hayot sikli: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · Amalda qaytarilgan task_id yoki media kutubxonasidagi yozuv

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Shu model profilidan aniq ovozni tanlang.

Kirish belgilari va audio soniyalari — turli hisoblash birliklari.

Tariflar

Tarif ma’lumotlari so‘rov imkoniyatlarini qo‘shmaydi. Qo‘llab-quvvatlanadigan parametrlar tanlangan usulda ko‘rsatilgan.

Tezkor rejim: Ko‘rsatilmagan Tezkor rejim tanlanganda
Flex rejimi: Ko‘rsatilmagan flex rejimi tanlanganda
Maksimal fikrlash darajasi: Ko‘rsatilmagan Maksimal fikrlash darajasi uchun standart (default) tuzatish qo‘llanganda

Ailoot tariflari

Sozlamalar bo‘yicha narxlar

Har bir to‘lovni ko‘rsatilgan shartlarga moslang. Har bir muqobil sozlamalar to‘plami uchun bitta tarifdan foydalaning.

Sozlama	Tariflar jadvali	Hisob birligi	To‘lov
SozlamaTokenlar uchun bazaviy tariflar	Tariflar jadvaliAsosiy tarif	Hisob birligi—	To‘lov Kirish · Kirish tokenlari — / 1K token Chiqish · Chiqish tokenlari — / 1K token Kirish · Keshdan o‘qish — / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token
SozlamaKirish belgisi	Tariflar jadvali—	Hisob birligikirish belgisi uchun	To‘lov Kirish · Kirish belgisi $0.00016 kirish belgisi uchun

Ma’lumot uchun tarif tafsilotlari

Modelning ma’lumot jadvallari usul tanlash, narx hisobi yoki to‘lovlarni o‘zgartirmaydi. Amaldagi to‘lovlar tanlangan Ailoot usuli tariflari bo‘yicha hisoblanadi.

ElevenLabs: Eleven Multilingual v2

Sozlamalar bo‘yicha narxlar

Sozlama	To‘lovni hisoblash shartlari	To‘lov
SozlamaElevenLabs: Eleven Multilingual v2 · Standart sozlama	To‘lovni hisoblash shartlariStandart konfiguratsiya	To‘lov Kirish · Kirish belgilari 0,00008 US$ kirish belgisi uchun

Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →

So‘rov namunalari

Ailoot Ultra · Ovozlashtirish

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-multilingual-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

Natijalarni olish va saqlash

Ailoot Ultra · Ovozlashtirish

mp3

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

Boshqa kontentni o‘qish

Media kutubxonasiVazifa holatiMaterial tafsilotlari

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

Barcha tayyor natijalarni saqlash

Qaytarilgan har bir to‘liq javob, fayl va kontent qismini saqlang.

To‘liq ikkilik natija va sarlavhalarni saqlang. JSON yoki bir nechta natija qaytarilsa, har bir ma’lumot elementini saqlang va qaytarilgan har bir haqiqiy imzolangan resurs URL manzilidan faylni yuklab oling.

Asl javobni tekshirish kerak bo‘lsa

Ma’lumotlarni solishtirib tekshirish uchun dastlabki operation_id/X-Client-Request-ID ni saqlang va so‘rovni qayta yubormang; audio holatini davriy tekshirish uchun alohida yo‘nalish yo‘q.

Javob maydonlari

Maydon	Tur
Maydon`binary audio`	Turbytes
Maydon`response headers`	Turheaders

Xatolar va keyingi qadamlar

Javob	Shart	Keyingi qadam
Javob400 · `invalid_request_error`	ShartMajburiy maydonlar, material ifodasi yoki parametr qiymati noto‘g‘ri	Keyingi qadamYangi yaratish so‘rovidan oldin ko‘rsatilgan maydonlarni tuzating.
Javob`server_error`	ShartQaytarilgan javob operatsiya yoki natijani tekshirish kerakligini bildiradi	Keyingi qadamDastlab qaytarilgan operatsiya/vazifa ID sini, so‘rov sarlavhalarini va javobni saqlang; aynan shu operatsiya uchun qo‘llab-quvvatlanadigan o‘qish so‘rovlarini davom ettiring. Yaratish so‘rovini qayta yubormang.

Taxalluslar

Model taxalluslari

Ailoot Ultra elevenlabs/eleven-multilingual-v2

Usul yo‘llari taxalluslari

Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.

Chaqirish uchun tegishli ID lar

elevenlabs/eleven-multilingual-v2

FAQ · ElevenLabs: Eleven Multilingual v2

Qanday kirish ma’lumotlari va natijalar mavjud?: POST /v1/audio/speech · elevenlabs/eleven-multilingual-v2: text → audio
So‘rov qaysi maydonlardan foydalanadi?: POST /v1/audio/speech · elevenlabs/eleven-multilingual-v2: model, input, voice, response_format
Qanday cheklovlar amal qiladi?: POST /v1/audio/speech · elevenlabs/eleven-multilingual-v2: input.maximum_length: 10000

ElevenLabs: Eleven Multilingual v2