ElevenLabs: Eleven Flash v2.5
Eleven Flash v2.5 將文字轉成語音，用於多語言互動回覆與語音應用程式。它支援 32 種語言，每次請求最多 40,000 字元；其快速回應規格適合先將數字與姓名準備成口述形式。
關於模型
此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。
Eleven Flash v2.5 是 ElevenLabs 為即時及互動應用設計的多語言文字轉語音模型。它將提供的回覆文字轉成口述音訊，在快速回應定位、自然表達與一致聲音特徵之間取得平衡。製造商將語音代理、聊天機器人、遊戲、需立即回饋的應用程式，以及較大規模文字轉語音，列為典型用途。
模型支援 32 種語言：Multilingual v2 的 29 語言集合，加上匈牙利語、挪威語與越南語。文件所載集合包含英語、日語、中文、德語、印地語、法語、韓語、葡萄牙語、義大利語、西班牙語、印尼語、荷蘭語、土耳其語、菲律賓語、波蘭語、瑞典語、保加利亞語、羅馬尼亞語、阿拉伯語、捷克語、希臘語、芬蘭語、克羅埃西亞語、馬來語、斯洛伐克語、丹麥語、塔米爾語、烏克蘭語及俄語。這不同於英文專用 Flash v2。請選擇原稿語言與相符地域聲音，不要假設英文聲音的口音適合每種本地化。
一次請求支援最多 40,000 字元。提供者在字元表旁列出估計音訊時長，但字元上限不是固定錄音長度。語速、語言、標點與聲音表達都會改變時長。即時回覆請使用短得多的完整詞句；較長錄音則在有意義章節分段，保留邊界上下文。高字元上限方便準備來源，但不會讓長篇不中斷回覆變得容易聆聽。
數字正規化是此模型的實質差異。Flash v2.5 專屬章節說明，低延遲規格預設停用正規化，電話號碼、日期或金額寫法可能以非預期方式朗讀。合成前請準備預期口述形式。決定數字是數量、參照碼，還是要逐位重複。日期請依聽眾應聽見的方式寫出月份與日；縮寫若要作為詞句朗讀，請提供展開形式。
發音可由改寫拼法或字典別名引導。製造商字典指南將 phoneme 規則保留給具名的 v4、v3 與 Flash v2，並建議其他版本使用別名，因此 Flash v2.5 不應沿用 Flash v2 的 phoneme 標籤支援。請為重複姓名與術語維持偏好發音，並用選定聲音核對。若將情緒說明作為指示放入一般文字，它本身可能被朗讀；請為所需錄音準備乾淨的最終原稿。
共用 TTS 流程支援串流音訊及完整語音生成。格式家族包含 MP3、非壓縮 16 位元 PCM、電話用 μ-law 與 A-law，以及 Opus。請依播放目的地選擇格式，將合成所用文字和音訊一起保留。ElevenLabs 聲音控制可影響一致性與速度，而原稿措辭及標點提供大部分預期節奏。這些是提供者的流程選項，不代表特定應用程式已公開所有控制。產品指南明確支援 Flash v2.5 的 SSML break，例如 <break time="1.5s" />，停頓最長三秒。過多 break 標籤可能影響速度或造成雜音瑕疵。共用速度控制範圍為 0.7 至 1.2，1.0 表示不變。
助理應以對話句子準備一個清楚結果與一個下一步。實用句子可確認動作已完成，再解釋仍需要的單一欄位。遊戲或教學指示應夠短，讓使用者持續活動時仍能理解。多語言專案請調整實際措辭，不只替換詞彙，並保留姓名、動作與條件的意義。
請審查包含原稿困難部分的代表段落，例如姓名、識別碼、日期或較長解釋。檢查可理解性、口音、速度，以及數字是否依預期朗讀。提供者文件記載合成具有非確定性，因此輸入相近時，確切錄音表現仍可能不同。請將選定音訊與口述文字準備一起保留，作為通知、協助回覆、互動角色或錄製解釋的可重用產物。
Ailoot Ultra · 語音合成 POST /v1/audio/speech elevenlabs/eleven-flash-v2.5
elevenlabs/eleven-flash-v2.5入門
Eleven Flash v2.5 將文字轉成語音，用於多語言互動回覆與語音應用程式。它支援 32 種語言，每次請求最多 40,000 字元；其快速回應規格適合先將數字與姓名準備成口述形式。
- 接受的輸入
- 文字
- 結果
- 音訊
Ailoot 可用 · 輸入與方法
Ailoot Ultra · 語音合成 POST /v1/audio/speech
- 輸入
text- 輸出
audio- 輸出格式
- mp3
| 欄位 | 類型 | 要求 | 值與限制 | 預設值 |
|---|---|---|---|---|
欄位model | 類型string | 要求必填 | 值與限制 elevenlabs/eleven-flash-v2.5 | 預設值— |
欄位input | 類型string | 要求必填 | 值與限制 長度下限: 1 長度上限: 40,000 單位: Unicode 字元 | 預設值— |
欄位voice | 類型string | 要求必填 | 值與限制 george, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger, will | 預設值— |
欄位response_format | 類型string | 要求必填 | 值與限制 mp3 | 預設值— |
輸入素材組合
text_to_speech · 必填： input
方法參數與生命週期
| 參數 | 規格 |
|---|---|
參數content_type | 規格application/json |
參數required | 規格model, input, voice, response_format |
參數voice_ids | 規格george, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger, will |
參數response_format | 規格mp3 |
參數max_input_characters | 規格40000 |
參數other_options | 規格false |
參數input | 規格完全相符的 UTF-8 文字；不經正規化的 Unicode 字元計數 |
參數material_types | 規格text |
生命週期： synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · 實際回傳的 task_id 或媒體庫紀錄
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
請從此模型設定檔中選擇完全相符的語音。
輸入字元數與音訊秒數是不同的計量方式。
方案
費率資訊不會增加請求選項。支援的參數列於所選方法中。
- 快速模式
- 未指定 選取快速模式時
- flex 模式
- 未指定 選取 flex 模式時
- 最高推理強度
- 未指定 最高推理強度採用 default 調整值時
Ailoot 費率
各設定的價格
請逐一核對各項費用與所列條件。每組互為替代選項的設定只套用一種費率。
| 設定 | 費率表 | 計費單位 | 費用 |
|---|---|---|---|
| 設定基礎 token 費率 | 費率表基本費率 | 計費單位— | 費用 輸入 · 輸入 Token — / 1K Token 輸出 · 輸出 Token — / 1K Token 輸入 · 讀取快取 — / 1K Token 輸入 · 寫入快取 — / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
| 設定輸入字元 | 費率表— | 計費單位每個輸入字元 | 費用 輸入 · 輸入字元 $0.00008 每個輸入字元 |
參考費率詳情
模型層級的參考費率表不會變更方法選擇、報價或費用。實際計費採用所選 Ailoot 方法的費率。
ElevenLabs: Eleven Flash v2.5
各設定的價格
| 設定 | 計費條件 | 費用 |
|---|---|---|
| 設定ElevenLabs: Eleven Flash v2.5 · 預設設定 | 計費條件預設設定 | 費用 輸入 · 輸入字元數 US$0.00004 每個輸入字元 |
Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →
請求範例
Ailoot Ultra · 語音合成
set -eu
: "${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-flash-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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o speech.mp3
接收並儲存結果
Ailoot Ultra · 語音合成
mp3
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
其他內容讀取方式
set -eu
: "${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
保留所有已完成的結果
請保留所有完整傳回的回應、檔案與內容區塊。
保留完整的二進位結果與標頭。若回傳 JSON 或多個輸出，請保留所有資料項目，並透過每個實際回傳的已簽署資產 URL 取得內容。
需要檢查原始回應時
保留原始 operation_id/X-Client-Request-ID 以供核對，請勿重新提交；沒有專用的音訊輪詢路由。
回應欄位
| 欄位 | 類型 |
|---|---|
欄位binary audio | 類型bytes |
欄位response headers | 類型headers |
錯誤與後續步驟
| 回應 | 條件 | 下一步 |
|---|---|---|
回應400 · invalid_request_error | 條件必要欄位、素材表示方式或參數值無效 | 下一步提出新的建立請求前，先修正指定欄位。 |
回應server_error | 條件回傳的回應表示該作業或結果需要檢查 | 下一步保留原始回傳的作業／任務 ID、請求標頭與回應；繼續以支援的方式讀取該原始作業。請勿重新提交建立請求。 |
別名
模型別名
Ailoot Ultra elevenlabs/eleven-flash-v2.5
方法路徑別名
請使用上方列出的 API 方法路徑。
相關呼叫用 ID
FAQ · ElevenLabs: Eleven Flash v2.5
- 可以使用哪些輸入與結果？
POST /v1/audio/speech·elevenlabs/eleven-flash-v2.5:text→audio- 請求使用哪些欄位？
POST /v1/audio/speech·elevenlabs/eleven-flash-v2.5:model,input,voice,response_format- 適用哪些限制？
POST /v1/audio/speech·elevenlabs/eleven-flash-v2.5:input.maximum_length:40000