Zum Inhalt springen

Elevenlabs

Integrieren

Modell-ID elevenlabs/text-to-dialogue/eleven-v3
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/elevenlabs/text-to-dialogue/eleven-v3?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "inputs": [
      {
        "text": "[applause] Thank you all for coming tonight! Today we have a very special guest with us.",
        "voice": "Aria"
      },
      {
        "text": "[gulps] ... [strong canadian accent] [excited] Hello everyone! Thank you all for having me tonight on this special day.",
        "voice": "Charlotte"
      }
    ]
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Diese Anfrage: ≈0,10 $ 100 API-Credits · ≈ 10,73 ₽ Auf dieser Seite ausführen

API-Schlüssel abrufen
ElevenLabs Text zu Sprache #audio

Wandelt eine Liste von Paaren aus Text und Voice-ID in eine Mehrsprecher-Dialogspur um

ElevenLabs · Audio

Dein erstes Ergebnis erscheint hier

Erstelle unten eine Anfrage und führe sie mit deinem API-Schlüssel aus. Ausgaben werden in unseren Speicher kopiert und dauerhaft oder 7 Tage kostenlos aufbewahrt.

Anfrage erstellen

Die Steuerelemente werden aus dem Modellschema generiert. Code und Preis werden aktualisiert, während du sie änderst.

•erforderlich

Als Sprache zu synthetisierende Dialogeinträge, jeweils mit Text und einer Sprach-ID.

Erweitert language_code · stability · seed · use_speaker_boost · pronunciation_dictionary_locators

Die erforderliche Modellsprache mit einem ISO 639-1-Code angeben; die Anfrage schlägt mit einem Fehler fehl, wenn das Modell diesen Code nicht unterstützt.

Stabilität und Variation der Stimme zwischen Generierungen, beschränkt auf 0.0, 0.5 oder 1.0; Werte außerhalb dieses Bereichs werden auf den nächsten akzeptierten Wert gerundet. Höhere Einstellungen können die Emotion einschränken und monoton klingen, während niedrigere Einstellungen den emotionalen Bereich der Stimme erweitern.

Seed zur Steuerung der Zufälligkeit für reproduzierbare Ergebnisse.

Standard []

Bis zu 3 Aussprachewörterbuch-Locators in der Reihenfolge angeben, in der sie den Text beeinflussen sollen. Jeder Locator identifiziert ein Wörterbuch anhand von id und version_id.

POST /run/elevenlabs/text-to-dialogue/eleven-v3?wait=20 Preis → 0,10 $
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/elevenlabs/text-to-dialogue/eleven-v3?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "inputs": [
      {
        "text": "[applause] Thank you all for coming tonight! Today we have a very special guest with us.",
        "voice": "Aria"
      },
      {
        "text": "[gulps] ... [strong canadian accent] [excited] Hello everyone! Thank you all for having me tonight on this special day.",
        "voice": "Charlotte"
      }
    ]
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Diese Anfrage ausführen

Dein Schlüssel bleibt in diesem Browser: Er wird nur an die Doitong API gesendet und nur gespeichert (localStorage), wenn du „Merken“ aktivierst. API-Schlüssel abrufen

Über Elevenlabs

Erstellt einen gesprochenen Dialog aus `inputs`, einer erforderlichen Liste, deren Einträge jeweils Text mit einer Voice-ID verknüpfen. Das Stimmverhalten kann mit `stability` (0 bis 1) und `use_speaker_boost` angepasst werden. Mit `language_code` lässt sich eine Sprache erzwingen; außerdem können bis zu 3 Verweise auf Aussprachediktionäre angewendet werden. Für Reproduzierbarkeit wird ein `seed` akzeptiert und zusammen mit dem Audio zurückgegeben.

Parameter

NameTyp StandardZulässig Beschreibung
inputserforderlich
Typobject[]
Als Sprache zu synthetisierende Dialogeinträge, jeweils mit Text und einer Sprach-ID.
inputs[].texterforderlich
Typstring
Text mit dem Dialog.
inputs[].voiceerforderlich
Typstring
Für die Generierung ausgewählter Sprachname oder Sprach-ID.
stabilityoptional
Typnumber | null
0 – 1
Stabilität und Variation der Stimme zwischen Generierungen, beschränkt auf 0.0, 0.5 oder 1.0; Werte außerhalb dieses Bereichs werden auf den nächsten akzeptierten Wert gerundet. Höhere Einstellungen können die Emotion einschränken und monoton klingen, während niedrigere Einstellungen den emotionalen Bereich der Stimme erweitern.
use_speaker_boostoptional
Typboolean | null
Verbesserung der Sprecherähnlichkeit, die aufgrund einer leicht erhöhten Rechenlast zusätzliche Latenz verursacht. Bei Aktivierung ähnelt die Stimme stärker dem ursprünglichen Sprecher.
pronunciation_dictionary_locatorsoptional
Typobject[]
Standard[]
Bis zu 3 Aussprachewörterbuch-Locators in der Reihenfolge angeben, in der sie den Text beeinflussen sollen. Jeder Locator identifiziert ein Wörterbuch anhand von id und version_id.
pronunciation_dictionary_locators[].pronunciation_dictionary_idoptional
Typstring | null
Kennung des Aussprachewörterbuchs.
pronunciation_dictionary_locators[].version_idoptional
Typstring | null
Eine bestimmte Version des Aussprachewörterbuchs anhand ihrer ID auswählen oder nicht setzen, um die neueste Version zu verwenden.
seedoptional
Typinteger | null
Seed zur Steuerung der Zufälligkeit für reproduzierbare Ergebnisse.
language_codeoptional
Typstring | null
Die erforderliche Modellsprache mit einem ISO 639-1-Code angeben; die Anfrage schlägt mit einem Fehler fehl, wenn das Modell diesen Code nicht unterstützt.
erforderlich

Ausgabe

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "elevenlabs/text-to-dialogue/eleven-v3",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 100,
    "usd": "0.10",
    "charged": 100,
    "refunded": 0
  },
  "input": {
    "inputs": [
      {
        "text": "[applause] Thank you all for coming tonight! Today we have a very special guest with us.",
        "voice": "Aria"
      },
      {
        "text": "[gulps] ... [strong canadian accent] [excited] Hello everyone! Thank you all for having me tonight on this special day.",
        "voice": "Charlotte"
      }
    ]
  },
  "output": {
    "audio": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_name": "0-output.mp3",
      "file_size": 1843200
    },
    "seed": 42
  },
  "outputs": [
    {
      "type": "audio",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_size": 1843200,
      "duration": 12,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Deine Dateien, deine EntscheidungJede outputs[].url ist eine Kopie in unserem Speicher: dauerhaft aufbewahrt (Abrechnung pro GB-Monat) oder 7 Tage kostenlos – je nach Kontoeinstellung oder ?storage=.
Gleiche Struktur bei jedem Modelltype, url, content_type, width, height und duration – für Bilder, Video und Audio gleichermaßen. output ist das Ergebnisobjekt des Modells.
Ausgabefelder
audio
object {url, content_type, file_name, file_size}Durch die Generierung erzeugte Audiodatei.
seed
integerSeed zur Steuerung der Zufälligkeit für reproduzierbare Ergebnisse.

Für KI-Agenten: Diese Seite ist als Markdown verfügbar unter https://doitong.com/de/developers/models/elevenlabs/text-to-dialogue/eleven-v3.md. Alle Modelle und Anleitungen: https://doitong.com/developers/llms.txt