ElevenLabs: Eleven v4
Eleven v4 透過符合上下文的表達、文中音訊指示及聲音事件，將文稿轉成富有表現力的語音。ElevenLabs 為製作旁白、角色對話及多語言音訊設計此模型，每次生成上限為 10,000 個字元。
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 v4 是 ElevenLabs 富有表現力的文字轉語音模型，適用於製作內容、旁白與角色演出。新架構利用台詞的上下文，塑造誰在說話、發生了什麼，以及下一句應如何表達。輸入是與選定聲音搭配的書面腳本，輸出是音訊。製造商將情緒對話、有聲書製作、動畫與遊戲，以及多語言專案列為典型應用。
可用行內音訊標籤將演出指示寫入腳本。[laughs]、[whispers] 與 [door slams] 等標籤能描述發聲方式、非語言事件或場景中的聲音。文件記載的 v4 更新，比 v3 更能遵循連續的演出指示。製作短暫的戲劇段落時，寫出實際台詞，並在重要位置放入表達提示，不要在最後附上一串無關的情緒。
停頓與重音使用自然語言音訊指示。ElevenLabs 記載以 [pause] 與 [long pause] 表示停頓，以 [excited] 或 [sighs] 等提示表達方式。v4 停用 SSML <break> 標籤，因此使用那些標籤的舊腳本，必須調整成 v4 演出格式。標籤指定預期演出，本身不會設定精確毫秒數，也不保證固定的最終時長。
開發者的對話流程支援多位說話者，讓場景能包含不同聲音與聲音事件。v4 對話 WebSocket 設定檔支援最多十個已註冊聲音，v4 Turbo 設定檔則使用一個。請清楚安排說話順序，讓每句台詞對應預期聲音。例如，對話可以從輕聲、不確定的問題，轉為有信心的回答，再到如釋重負的反應。內容與情緒轉換應能從腳本本身理解。單一旁白也應以同樣清楚的方式，區分敘述、引用台詞與情緒變化。
Eleven v4 支援超過 90 種語言，包括英文、法文、德文、日文、西班牙文、葡萄牙文與俄文。製造商描述了切換語言時一致的聲音品質。請選擇適合目標錄音語言與地區的聲音及發音；腳本語言與聲音性格都很重要。製作在地化課程時，先翻譯實際口述內容，再在新腳本中保留意義、術語與表達提示。
單次生成最多支援 10,000 個字元。較長作品需分成多次相連的生成，透過上下文銜接，盡量維持各段節奏與表達一致。請在自然的句子或場景邊界切分章節，並保留周邊上下文。製造商也描述重新生成某句台詞時，說話者身分仍然穩定。這適合修改一個段落，同時維持周邊素材相同的角色陣容與演出風格。
v4 在 ElevenLabs 的開發者流程中支援 Instant 與 Professional Voice Clones。ElevenLabs 強調它們在 v4 回歸；其 v3 提示指南則指出 Professional Voice Clones 尚未針對 v3 完全最佳化。在 v4 推出前建立的 Instant 或 Professional Voice Clones，必須為 v4 重新訓練，才能有效配合此模型。聲音複製是建立或準備合成所用聲音，與把提供腳本轉成語音的動作不同。模型身分不要求某個唯一預設聲音，因此應為旁白或角色選聲音，不要假設模型名稱已決定說話者。
製造商記載一般聆聽與媒體交付使用 MP3，非壓縮製作音訊使用 WAV 或 PCM，電話用途使用 μ-law。其 API 控制所選格式的取樣率與位元率。發音字典可定義姓名、縮寫與技術術語的讀法。v4 也辨識以正斜線括住的標準 IPA 轉寫，例如 /IPA_transcription/，包括多音節術語的重音符號；發音仍可能隨聲音與句子改變。製作前準備必要術語，並在修訂過程中維持偏好的讀法一致。v4 開發者設定檔使用 Stability 與 Similarity 聲音設定，不提供 Style 與 Speed 滑桿。節奏與情緒表達透過腳本及音訊標籤引導。
實際旁白簡報請提供完成的場景、預期聲音、語言、情緒發展與音訊用途。例如：「平靜地朗讀開頭，在發現之前停頓，最後一句帶出如釋重負的感覺；維持旁白語氣一致。」檢查發音、說話者轉換、可聽見的標籤或事件，以及段落間的銜接。實用交付成果是與腳本相連的製作完成語音錄音，附有選定版本，以及修改特定台詞所需的演出指示。
Ailoot Ultra · 語音合成 POST /v1/audio/speech elevenlabs/eleven-v4
elevenlabs/eleven-v4入門
Eleven v4 透過符合上下文的表達、文中音訊指示及聲音事件，將文稿轉成富有表現力的語音。ElevenLabs 為製作旁白、角色對話及多語言音訊設計此模型，每次生成上限為 10,000 個字元。
- 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-v4 | 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 v4
各設定的價格
| 設定 | 計費條件 | 費用 |
|---|---|---|
| 設定ElevenLabs: Eleven v4 · 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-v4", "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-v4
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 v4
- 可以使用哪些輸入與結果？
POST /v1/audio/speech·elevenlabs/eleven-v4:text→audio- 請求使用哪些欄位？
POST /v1/audio/speech·elevenlabs/eleven-v4:model,input,voice,response_format- 適用哪些限制？
POST /v1/audio/speech·elevenlabs/eleven-v4:input.maximum_length:10000