ElevenLabs: Eleven Turbo v2.5

Eleven Turbo v2.5 là phiên bản chuyển văn bản thành giọng nói đa ngôn ngữ của ElevenLabs cho ứng dụng giọng nói cần phản hồi nhanh. Mô hình hỗ trợ 32 ngôn ngữ và tối đa 40.000 ký tự mỗi yêu cầu API, chuyển lời đáp đã soạn thành âm thanh lời nói bằng giọng đã chọn.

Ailoot Ultra · Tổng hợp giọng nói POST /v1/audio/speech elevenlabs/eleven-turbo-v2.5

Về mô hình

Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.

Eleven Turbo v2.5 là mô hình chuyển văn bản thành giọng nói đa ngôn ngữ của ElevenLabs cho lời nói tương tác. Mô hình nhận văn bản câu nói đã soạn và tạo âm thanh bằng giọng đã chọn. Nhà sản xuất định vị mô hình cho ứng dụng độ trễ thấp và giao diện hội thoại. Khác với Turbo v2 chỉ dành cho tiếng Anh, phiên bản này hỗ trợ kịch bản đa ngôn ngữ; mô hình không tạo lời đáp của ứng dụng hoặc chép lời bản ghi đầu vào của người dùng.

Tập 32 ngôn ngữ gồm 29 ngôn ngữ của Multilingual v2 cộng tiếng Hungary, Na Uy và Việt. Các ngôn ngữ được công bố gồm tiếng Anh, Nhật, Trung, Đức, Hindi, Pháp, Hàn, Bồ Đào Nha, Ý, Tây Ban Nha, Indonesia, Hà Lan, Thổ Nhĩ Kỳ, Filipino, Ba Lan, Thụy Điển, Bulgaria, Romania, Ả Rập, Séc, Hy Lạp, Phần Lan, Croatia, Mã Lai, Slovak, Đan Mạch, Tamil, Ukraina và Nga. Soạn câu chữ tự nhiên cho ngôn ngữ đích và chọn giọng có chất giọng vùng miền mà người nghe cần.

Phần FAQ sản phẩm TTS đầy đủ của nhà sản xuất nêu rõ mức trần đầu vào API của Turbo v2.5 là 40.000 ký tự. Độ dài bản ghi ước tính đi kèm không phải thời lượng chính xác: giọng, ngôn ngữ và tốc độ nói quyết định độ dài bản thể hiện thực tế. Với phản hồi hội thoại, cung cấp một ý trọn vẹn ngắn thay vì lấp đầy đầu vào có sẵn. Với nội dung dài hơn, chia kịch bản thành các phần liên quan và giữ ngữ cảnh xung quanh.

ElevenLabs mô tả Turbo v2.5 và Flash v2.5 là mô hình của nhà sản xuất tương đương về chức năng, với độ trễ trung bình thấp hơn cho Flash. Chúng giữ tên và thẻ riêng; so sánh này không xác lập trọng số hoặc thời gian phản hồi của một môi trường chạy cụ thể. Turbo v2.5 vẫn là hồ sơ tổng hợp đa ngôn ngữ có tên hữu ích khi nhiệm vụ hoặc ứng dụng ghi nhận chính phiên bản đó. Cần giữ phần chuẩn bị giọng và văn bản cùng kết quả đã chọn khi so sánh các bản thể hiện.

Chuẩn bị phát âm quan trọng nhất với tên, mã tham chiếu, ngày tháng và thuật ngữ viết tắt. Viết từng chữ số riêng khi người nghe phải lặp lại mã định danh, và viết đầy đủ cụm từ khi nếu không làm vậy thì ý nghĩa bằng lời sẽ mơ hồ. Dùng cách viết thay thế hoặc bí danh phát âm nhất quán cho tên khó lặp lại. Hướng dẫn từ điển không liệt kê Turbo v2.5 trong các mô hình dùng quy tắc âm vị, nên IPA gốc hoặc tính năng âm vị của các phiên bản có tên khác không được chuyển sang hồ sơ này.

Sắc thái và nhịp điệu đến từ văn bản, dấu câu, giọng và thiết lập giọng của nhà sản xuất. Hướng dẫn sản phẩm dùng chung mô tả stability cho tính nhất quán, similarity cho độ giống giọng và thiết lập speed từ 0.7 đến 1.2, với 1.0 giữ nguyên tốc độ. Ngôn ngữ gốc và tiết tấu của giọng có thể ảnh hưởng đến kết quả đa ngôn ngữ. Chỉ dẫn cảm xúc viết như lời dẫn thông thường có thể bị đọc thành tiếng, còn điều khiển thẻ âm thanh v3 và v4 là tính năng mô hình riêng. Soạn lời đáp bằng lời nói rõ ràng, không lẫn chỉ dẫn thừa, và làm rõ tâm trạng dự kiến qua câu chữ.

Quy trình TTS dùng chung công bố việc tạo toàn bộ lời nói và âm thanh truyền luồng. Họ định dạng gồm MP3, PCM 16 bit không nén, μ-law và A-law cho điện thoại, cùng Opus. Chọn định dạng phù hợp với nơi phát và giữ kịch bản cạnh âm thanh đã chọn. Truyền luồng liên quan đến cách lời nói được tạo được cung cấp; điều đó tách biệt với nghe người dùng, phát hiện lượt nói hoặc quyết định hành động trợ lý cần thực hiện.

Với lời đáp trợ lý đa ngôn ngữ thực tế, xác nhận một kết quả và nêu một bước tiếp theo. Lời hướng dẫn trong bài hướng dẫn có thể nêu tên điều khiển người dùng cần dùng và giải thích điều xảy ra sau khi chọn. Điều chỉnh câu chữ đó cho từng ngôn ngữ, giữ tên và hành động thực tế thay vì dịch máy móc một câu thiếu tự nhiên. Kiểm tra câu điển hình về phát âm, chất giọng vùng miền, độ dễ hiểu và cách nối tiếp lượt trước. Kết quả có thể tái sử dụng là bản thể hiện lời nói gắn với chính kịch bản, giọng và phiên bản Turbo v2.5.

Ailoot Ultra · Tổng hợp giọng nói POST /v1/audio/speech elevenlabs/eleven-turbo-v2.5

elevenlabs/eleven-turbo-v2.5

ElevenLabs /elevenlabs/eleven-turbo-v2.5

Bắt đầu

Đầu vào được chấp nhận: Văn bản
Kết quả: Âm thanh

Có trên Ailoot · đầu vào & phương thức

Ailoot Ultra · Tổng hợp giọng nói POST /v1/audio/speech

Đầu vào: text
Đầu ra: audio
Định dạng đầu ra: mp3

Trường	Loại	Yêu cầu	Giá trị & giới hạn	Mặc định
Trường`model`	Loại`string`	Yêu cầuBắt buộc	Giá trị & giới hạn elevenlabs/eleven-turbo-v2.5	Mặc định—
Trường`input`	Loại`string`	Yêu cầuBắt buộc	Giá trị & giới hạn Độ dài tối thiểu: 1 Độ dài tối đa: 40.000 Đơn vị: ký tự Unicode	Mặc định—
Trường`voice`	Loại`string`	Yêu cầuBắt buộc	Giá trị & giới hạn george, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger, will	Mặc định—
Trường`response_format`	Loại`string`	Yêu cầuBắt buộc	Giá trị & giới hạn mp3	Mặc định—

Tổ hợp tư liệu đầu vào

text_to_speech · Bắt buộc: input

Tham số phương thức và vòng đời

Tham số	Hợp đồng
Tham số`content_type`	Hợp đồngapplication/json
Tham số`required`	Hợp đồngmodel, input, voice, response_format
Tham số`voice_ids`	Hợp đồnggeorge, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger, will
Tham số`response_format`	Hợp đồngmp3
Tham số`max_input_characters`	Hợp đồng40000
Tham số`other_options`	Hợp đồngfalse
Tham số`input`	Hợp đồngvăn bản UTF-8 nguyên dạng; đếm ký tự Unicode mà không chuẩn hóa
Tham số`material_types`	Hợp đồngtext

Vòng đời: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · Giá trị task_id thực tế đã trả về hoặc bản ghi trong thư viện nội dung đa phương tiện

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Chọn giọng nói chính xác từ hồ sơ mô hình này.

Ký tự đầu vào và giây âm thanh là các đơn vị đo tính phí khác nhau.

Bảng giá

Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.

Chế độ nhanh: Chưa chỉ định Khi chọn chế độ nhanh
Chế độ Flex: Chưa chỉ định Khi chọn chế độ flex
Mức độ suy luận tối đa: Chưa chỉ định Khi áp dụng mức điều chỉnh mặc định (default) cho mức độ suy luận tối đa

Mức phí Ailoot

Giá theo cấu hình

Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.

Cấu hình	Biểu mức phí	Đơn vị tính phí	Phí
Cấu hìnhGiá cơ sở cho token	Biểu mức phíMức phí cơ bản	Đơn vị tính phí—	Phí Đầu vào · Token đầu vào — / 1K token Đầu ra · Token đầu ra — / 1K token Đầu vào · Đọc bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token
Cấu hìnhKý tự đầu vào	Biểu mức phí—	Đơn vị tính phímỗi ký tự đầu vào	Phí Đầu vào · Ký tự đầu vào $0.00008 mỗi ký tự đầu vào

Chi tiết giá cước tham chiếu

Biểu tham chiếu cấp mô hình không thay đổi việc chọn phương thức, báo giá hoặc khoản phí. Khoản phí đang áp dụng dùng mức phí phương thức Ailoot đã chọn.

ElevenLabs: Eleven Turbo v2.5

Giá theo cấu hình

Cấu hình	Điều kiện tính phí	Phí
Cấu hìnhElevenLabs: Eleven Turbo v2.5 · Cấu hình mặc định	Điều kiện tính phíCấu hình mặc định	Phí Đầu vào · Ký tự đầu vào 0,00004 US$ mỗi ký tự đầu vào

Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →

Ví dụ yêu cầu

Ailoot Ultra · Tổng hợp giọng nói

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-v2.5", "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

Nhận và lưu kết quả

Ailoot Ultra · Tổng hợp giọng nói

mp3

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

Lượt đọc nội dung khác

Thư viện phương tiệnTrạng thái tác vụChi tiết tài nguyên

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

Lưu tất cả kết quả đã hoàn tất

Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.

Giữ lại toàn bộ kết quả nhị phân và các header. Nếu phản hồi ở dạng JSON hoặc chứa nhiều đầu ra, giữ lại mọi phần tử dữ liệu và tải từng tài nguyên từ URL có chữ ký thực tế.

Nếu cần kiểm tra phản hồi gốc

Giữ lại operation_id/X-Client-Request-ID gốc để đối soát mà không gửi lại yêu cầu; không có tuyến truy vấn trạng thái riêng cho âm thanh.

Trường phản hồi

Trường	Loại
Trường`binary audio`	Loạibytes
Trường`response headers`	Loạiheaders

Lỗi và bước tiếp theo

Phản hồi	Điều kiện	Bước tiếp theo
Phản hồi400 · `invalid_request_error`	Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ	Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới.
Phản hồi`server_error`	Điều kiệnPhản hồi trả về cho biết thao tác hoặc kết quả cần được kiểm tra	Bước tiếp theoGiữ lại ID thao tác/tác vụ gốc đã trả về, các header của yêu cầu và toàn bộ phản hồi; tiếp tục truy xuất thao tác gốc đó bằng các phương thức được hỗ trợ. Không gửi lại yêu cầu tạo.

Bí danh

Bí danh mô hình

Ailoot Ultra elevenlabs/eleven-turbo-v2.5

Bí danh đường dẫn phương thức

Dùng các đường dẫn phương thức hiển thị ở trên.

ID gọi liên quan

elevenlabs/eleven-turbo-v2.5

FAQ · ElevenLabs: Eleven Turbo v2.5

Có những đầu vào và kết quả nào?: POST /v1/audio/speech · elevenlabs/eleven-turbo-v2.5: text → audio
Yêu cầu sử dụng những trường nào?: POST /v1/audio/speech · elevenlabs/eleven-turbo-v2.5: model, input, voice, response_format
Áp dụng những giới hạn nào?: POST /v1/audio/speech · elevenlabs/eleven-turbo-v2.5: input.maximum_length: 40000

ElevenLabs: Eleven Turbo v2.5