ElevenLabs: Eleven v3 Conversational
Eleven v3 Conversational 是 ElevenLabs 用於即時對話、富有表現力的語音模型。它透過符合上下文的表達與音訊標記，將準備好的文字轉成音訊；支援超過 70 種語言，採用與一般 v3 旁白不同的製作者串流工作流程。
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 v3 Conversational 是 ElevenLabs 用於即時對話的語音合成版本。它接收準備好的回覆文字，並以 v3 系列的情感幅度及符合上下文的表達方式傳回語音。製作者將它與一般 Eleven v3 區分，安排於 Text to Dialogue 串流工作流程中。它適合替助理或互動角色發聲，其下一段發話取決於前面的對話。
模型支援超過 70 種語言，包括英語、法語、德語、日語、韓語、西班牙語、葡萄牙語及俄語。請選擇書面回覆的語言，以及具有適當口音的聲音。多語言客服文稿應先將措辭調整為自然口語，再送入合成。模型朗讀的是輸入內容；決定回覆的推理，以及對使用者麥克風輸入的解讀，是應用程式的其他階段。
音訊標記可細緻控制情緒與說話方式。安撫的回答、好奇的問題、戲劇化角色反應，即使詞句很短，也需要不同演出。請將提示放在它影響的發話附近，並保留足以說明情緒轉變的上下文。例如需求說明可以寫成：「溫暖地確認更正，再以平穩、專注的聲音解釋下一步。」回覆本身應能被理解，而不能依靠提示補足缺少的資訊。
在文件記載的對話 WebSocket 工作流程中，應用程式傳送文字並接收 Base64 編碼音訊區塊，連線則在多句台詞之間保持開啟。製作者會緩衝足夠文字，以形成連貫的語音片段；極短片段可能要等到更多上下文到達，或刻意送出緩衝內容後，才會處理。輪次邊界可重設韻律，而切換說話者會標示新的輪次。這些特性可引導互動回覆的準備方式：使用完整片語，而非孤立單字。
共用對話指南記載，在要求且可提供時，音訊區塊可附上選用的對齊資訊。對齊有助於將語音與其文字建立關聯，但不保證指定發話具有固定時長。請為播放或收集檔案選擇製作者輸出格式；共用 TTS 格式系列包含 MP3 與 PCM，相關工作流程也提供電話用編碼。對話連線與整筆預錄語音請求是不同模式，因此其準備方式及時序假設應保持區分。
發音方面，請展開有歧義的縮寫，並在否則會使意思不清楚時，將數字寫成預定的口語形式。名稱及反覆出現的術語應保持一致。不能僅因系列名稱相近，就移用 v4 模型的原生 IPA 語法或一般 v3 的請求上限。請依對話角色選擇聲音，再於繼續文稿前，檢查代表性台詞的清晰度與情緒是否合適。
實用的助理回覆應包含一個主要想法、清楚結果，以及讓使用者能回應的自然結尾。例如：「確認新的配送地址，清楚重述街道名稱，並詢問使用者是否要變更已儲存的地址。」角色台詞則應維持既有角色個性，同時讓反應符合目前場景。請在有意義的句子邊界拆分長篇說明，並保留前面的對話上下文。交付成果是輸入回覆的語音，而非來電者的轉錄稿，也非獨立生成的決策。
Ailoot Ultra · 語音合成 POST /v1/audio/speech elevenlabs/eleven-v3-conversational
elevenlabs/eleven-v3-conversational
elevenlabs/eleven-v3-conversational入門
Eleven v3 Conversational 是 ElevenLabs 用於即時對話、富有表現力的語音模型。它透過符合上下文的表達與音訊標記，將準備好的文字轉成音訊；支援超過 70 種語言，採用與一般 v3 旁白不同的製作者串流工作流程。
- 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-v3-conversational | 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: 5,000 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5000 |
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 v3 Conversational
各設定的價格
| 設定 | 計費條件 | 費用 |
|---|---|---|
| 設定ElevenLabs: Eleven v3 Conversational · 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-v3-conversational", "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-v3-conversational
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 v3 Conversational
- 可以使用哪些輸入與結果？
POST /v1/audio/speech·elevenlabs/eleven-v3-conversational:text→audio- 請求使用哪些欄位？
POST /v1/audio/speech·elevenlabs/eleven-v3-conversational:model,input,voice,response_format- 適用哪些限制？
POST /v1/audio/speech·elevenlabs/eleven-v3-conversational:input.maximum_length:5000