ElevenLabs: Eleven Turbo v2

Eleven Turbo v2 là phiên bản chuyển văn bản thành giọng nói chỉ dành cho tiếng Anh của ElevenLabs, phục vụ ứng dụng giọng nói cần phản hồi nhanh. Mô hình đọc văn bản được cung cấp bằng giọng đã chọn, phù hợp với lời đáp của trợ lý, thông báo và lời giải thích ngắn được soạn để nghe.

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

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 là mô hình chuyển văn bản thành giọng nói chỉ dành cho tiếng Anh của ElevenLabs, phục vụ ứng dụng cần lời đáp bằng giọng nói có tính phản hồi nhanh. Mô hình nhận văn bản lời nói đã soạn và trả về âm thanh bằng giọng đã chọn. Nhà sản xuất phân biệt Turbo v2 với Turbo v2.5 đa ngôn ngữ và dòng Flash. Vai trò hữu ích của mô hình là phản hồi bằng tiếng Anh, chẳng hạn lời xác nhận, lời giải thích ngắn hoặc chỉ dẫn tiếp theo trong giao diện hội thoại.

Tiếng Anh là phạm vi ngôn ngữ đặc trưng của phiên bản này. Việc cung cấp ngôn ngữ khác không mang lại cho Turbo v2 khả năng đa ngôn ngữ của v2.5. Chọn giọng có chất giọng vùng miền và cách thể hiện phù hợp với kịch bản tiếng Anh. Giọng trò chuyện ấm áp, người dẫn chuyện tiết chế và nhân vật đầy năng lượng có thể khiến cùng một câu nghe khác nhau, nên giọng được chọn là một phần của yêu cầu sáng tác, thay vì giá trị mặc định cố định do tên mô hình quyết định.

Soạn kịch bản lời nói rõ ràng, không lẫn nội dung thừa. Mô hình tổng hợp các từ được cung cấp; nó không quyết định thao tác có thành công hay tạo lập luận cho ứng dụng. Với lời đáp của trợ lý, hãy đưa vào một kết quả rõ ràng và bước tiếp theo tự nhiên. Một câu minh họa có thể xác nhận đã nhận tài liệu và yêu cầu số tham chiếu còn thiếu. Giữ chỉ dẫn nội bộ và siêu dữ liệu bên ngoài các từ cần được nghe, vì văn bản mô tả thông thường cũng có thể bị đọc thành tiếng.

Tên riêng, chữ viết tắt và số cần được chuẩn bị có chủ đích. Viết mã định danh thành các chữ số riêng khi cần đọc lại theo cách đó, và viết đầy đủ chữ viết tắt khi người nghe cần nghe toàn bộ ý nghĩa. Với ngày tháng, dùng cách diễn đạt bằng lời không gây hiểu nhầm. Bí danh phát âm hoặc cách viết thay thế có thể chỉ ra cách đọc mong muốn cho tên khó. Giữ cách viết hiển thị gốc tách biệt với dạng dùng để đọc nếu ứng dụng cũng hiển thị thông điệp dưới dạng văn bản.

Các thiết lập giọng của nhà sản xuất tác động đến tính nhất quán, độ giống giọng và nhịp đọc. Trong hướng dẫn sản phẩm TTS dùng chung, thiết lập speed dùng 1.0 để giữ nguyên tốc độ và có phạm vi từ 0.7 đến 1.2; điều chỉnh quá mức có thể ảnh hưởng đến kết quả. Stability thay đổi mức biến thiên và phạm vi cảm xúc, còn similarity kiểm soát độ giống với giọng đã chọn. Các điều khiển này không khiến việc tổng hợp trở nên tất định hoặc xác lập thời lượng chính xác cho một câu. Dấu câu và cấu trúc câu hoàn chỉnh vẫn quan trọng đối với cách thể hiện lời nói.

Giới hạn API cụ thể của Turbo v2 do nhà sản xuất công bố là 30.000 ký tự mỗi yêu cầu. Đây là mức trần đầu vào chứ không phải thời lượng âm thanh cố định; dùng các câu hoặc phần hoàn chỉnh khi chuẩn bị văn bản dài hơn. Họ định dạng TTS của ElevenLabs bao gồm MP3 để nghe thông thường, PCM 16 bit không nén, các mã hóa điện thoại như μ-law và A-law, cùng Opus. Quy trình truyền luồng có thể trả về âm thanh dần dần, còn yêu cầu văn bản đầy đủ có thể được thu lại thành bản ghi âm. Chọn đầu ra theo nơi phát và giữ kịch bản thực tế cùng âm thanh đã chọn. Với lời giải thích dài hơn, chia văn bản tại các ranh giới có ý nghĩa thay vì yêu cầu người nghe theo dõi một danh sách dài liên tục.

Với phản hồi hỗ trợ thực tế bằng tiếng Anh, hãy chuẩn bị kết quả chính xác, tên hoặc mã định danh được đọc rõ ràng và thao tác tiếp theo. Kiểm tra phần liên quan của bản ghi âm về độ dễ hiểu, chất giọng vùng miền và nhịp điệu tự nhiên. Nhà sản xuất ghi nhận đầu ra không tất định, nên cùng thiết lập vẫn có thể tạo cách thể hiện hơi khác nhau. Sản phẩm có thể tái sử dụng là bản ghi lời nói đã chọn cùng câu chữ được chuẩn bị và thiết lập giọng, phục vụ trợ lý, thông báo, lời hướng dẫn ngắn trong bài hướng dẫn hoặc lời giải thích ngắn được ghi âm.

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

elevenlabs/eleven-turbo-v2

ElevenLabs /elevenlabs/eleven-turbo-v2

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	Mặc định—
Trường`input`	Loại`string`	Yêu cầuBắt buộc	Giá trị & giới hạn Độ dài tối thiểu: 1 Độ dài tối đa: 30.000 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 đồng30000
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

Giá theo cấu hình

Cấu hình	Điều kiện tính phí	Phí
Cấu hìnhElevenLabs: Eleven Turbo v2 · 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", "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

Bí danh đường dẫn phương thức

Dùng các đường dẫn phương thức hiển thị ở trên.

ID gọi liên quan

elevenlabs/eleven-turbo-v2

FAQ · ElevenLabs: Eleven Turbo v2

Có những đầu vào và kết quả nào?: POST /v1/audio/speech · elevenlabs/eleven-turbo-v2: text → audio
Yêu cầu sử dụng những trường nào?: POST /v1/audio/speech · elevenlabs/eleven-turbo-v2: model, input, voice, response_format
Áp dụng những giới hạn nào?: POST /v1/audio/speech · elevenlabs/eleven-turbo-v2: input.maximum_length: 30000

ElevenLabs: Eleven Turbo v2