ElevenLabs: Eleven Multilingual v2
Eleven Multilingual v2 以 29 種語言的文字產生自然、一致的語音。ElevenLabs 將它定位於長篇旁白、課程、有聲書及多語言內容，請求上限為 10,000 字元，並透過聲音選擇控制口音與表達。
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 Multilingual v2 是 ElevenLabs 用於自然、能呼應情緒且一致旁白的文字轉語音模型。它接受書面原稿，回傳口述音訊，所選聲音提供大部分個性與口音。提供者強調較長生成的穩定性、專業內容、角色配音、數位學習及多語言專案。這是語音合成模型，不同於名稱相近的 Multilingual Speech to Speech 變聲器。
文件所載集合有 29 種語言：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。合成前請以支援語言準備實際原稿，不要期待聲音模型翻譯。
模型設計為在支援語言間維持所選說話者的特徵與個性。口音仍高度依賴聲音：ElevenLabs 建議使用以目標語言與地域口音訓練的聲音，因為非母語聲音可能保留原口音或發生偏移。本地化課程應保留旁白角色與整體語氣，同時為聽眾調整句型、術語及發音。共用聲音識別不代表可以省略目標語言表達的審查。
請求上限為 10,000 字元。較長資料可分為連貫章節；提供者共用 TTS 流程記載可使用前後文字，或相鄰請求上下文，維持區塊間韻律。請在有意義的句子邊界分段，為段落開頭與結尾帶入足夠周邊上下文。字詞、語言及速度決定選定錄音長度，因此製造商估計的每次請求分鐘數，不是固定時長承諾。
表達會依文字意義、敘事上下文、標點及所選聲音變化。Stability 控制變化程度與情緒範圍，similarity 控制結果接近聲音的程度。共用產品指南描述速度範圍為 0.7 至 1.2，1.0 表示不變。高穩定度可能聽起來克制或單調，過低則可能讓表演不規則。書面的表達指示本身可能被朗讀，請準備最終原稿，不要嵌入不應被聽見的指令。
此模型的停頓流程支援 SSML break 標籤，與 v3、v4 不同。提供者以 <break time="1.5s" /> 示範要求自然停頓，並記載最長三秒。過多 break 標籤可能造成速度變化或雜音瑕疵，所選聲音也會影響停頓的聽感。請將停頓用於有意義的轉折，例如定義後，或旁白指示進入下一部分前。
製造商發音指南中，Multilingual v2 不支援 phoneme 標籤。請用字典別名或準備好的替代拼法，指定姓名、縮寫或技術術語的期望口述形式。ElevenLabs 也描述此模型比 Flash v2.5 更自然地處理數字，但準備指南仍建議，將關鍵數字、日期與符號寫成要朗讀的詞句。參照碼與數量，即使書面數字看起來相似，也需要不同讀法。
提供者音訊格式家族包含發布用 MP3、製作用非壓縮 16 位元 PCM、電話用 μ-law 與 A-law，以及 Opus。完整語音生成及串流皆記載於共用 TTS 流程。請依目的地選擇輸出，將原稿、聲音與選定錄音一起保留。有聲書章節、企業旁白及短課程，可共用同一模型用途，卻需要不同速度與分段。
實際課程請將導入、定義、例子與轉場寫成完整口述段落。標示須一致發音的術語，並在核心概念後加入自然停頓。請審查包含姓名、數字及較長句子的代表部分，檢查口音、可理解性，以及跨章節邊界後表達是否仍穩定。實用產物是一致的旁白錄音，可和來源原稿一起放入課程、有聲書或影片。
Ailoot Ultra · 語音合成 POST /v1/audio/speech elevenlabs/eleven-multilingual-v2
elevenlabs/eleven-multilingual-v2
elevenlabs/eleven-multilingual-v2入門
Eleven Multilingual v2 以 29 種語言的文字產生自然、一致的語音。ElevenLabs 將它定位於長篇旁白、課程、有聲書及多語言內容，請求上限為 10,000 字元，並透過聲音選擇控制口音與表達。
- 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-multilingual-v2 | 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: 10,000 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10000 |
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 $0.00016 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 Multilingual v2
各設定的價格
| 設定 | 計費條件 | 費用 |
|---|---|---|
| 設定ElevenLabs: Eleven Multilingual v2 · 預設設定 | 計費條件預設設定 | 費用 輸入 · 輸入字元數 US$0.00008 每個輸入字元 |
Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →
請求範例
Ailoot Ultra · 語音合成
set -eu
: "${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-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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o speech.mp3
接收並儲存結果
Ailoot Ultra · 語音合成
mp3
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
其他內容讀取方式
set -eu
: "${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-multilingual-v2
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 Multilingual v2
- 可以使用哪些輸入與結果？
POST /v1/audio/speech·elevenlabs/eleven-multilingual-v2:text→audio- 請求使用哪些欄位？
POST /v1/audio/speech·elevenlabs/eleven-multilingual-v2:model,input,voice,response_format- 適用哪些限制？
POST /v1/audio/speech·elevenlabs/eleven-multilingual-v2:input.maximum_length:10000