Перейти к содержимому

Eleven v4 Text to Speech

Интеграция

ID модели elevenlabs/tts/eleven-v4
# 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/tts/eleven-v4?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "[whispers] Okay, everyone, gather close. [excited] The bread is finally out of the oven. [laughs] Fine, fine, one slice each, but only if you promise to save one for me."
  }'

# 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"

Этот запрос: 0,014 $ 14 API-кредитов · ≈ 1,49 ₽ Запустить на этой странице

Получить API-ключ
ElevenLabs Текст в речь #voiceover#expressive#timestamps

Самая выразительная голосовая модель ElevenLabs с встроенными тегами эмоций и временными метками слов.

Примеры

Результат · ~14 с
[whispers] Okay, everyone, gather close. [excited] The bread is finally out of the oven. [laughs] Fine, fine, one slice each, but only if you promise to save one for me.0,014 $ · 14 API-кредитов

Сформировать запрос

Элементы управления сгенерированы из схемы модели. Код и цена обновляются при изменении параметров.

•обязательно 169 / 5000

Передайте содержимое речи в виде текста, при необходимости обозначая манеру произнесения аудиотегами, такими как [whispering], или указывая произношение IPA между косыми чертами.

по умолчанию Rachel

Голос, выбранный для синтеза речи.

Расширенные apply_text_normalization · language_code · output_format · stability · similarity_boost · seed · timestamps
apply_text_normalization по умолчанию auto

Управляет нормализацией текста перед генерацией, включая обработку чисел и дат.

Код языка ISO 639-1, используемый при генерации речи и нормализации текста.

по умолчанию mp3_44100_128

Формат сгенерированного аудио, заданный по шаблону codec_sample_rate_bitrate.

по умолчанию 0.5

Стабильность голоса балансирует выразительность при низких значениях и единообразие подачи при высоких.

по умолчанию 0.75

Управление сходством с эталонным голосом с возможным компромиссом в естественности: повышение значения усиливает сходство, но может сделать выходные данные менее естественными.

Сид, используемый для попытки получить воспроизводимые результаты; точное повторение выходных данных не гарантируется.

POST /run/elevenlabs/tts/eleven-v4?wait=20 стоимость → 0,014 $
# 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/tts/eleven-v4?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "[whispers] Okay, everyone, gather close. [excited] The bread is finally out of the oven. [laughs] Fine, fine, one slice each, but only if you promise to save one for me."
  }'

# 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"

Запустить этот запрос

Ваш ключ хранится в этом браузере: он отправляется только в Doitong API и сохраняется в localStorage только при включении параметра «Запомнить». Получить API-ключ

О Eleven v4 Text to Speech

Eleven v4 озвучивает текст естественными эмоциональными голосами и понимает встроенные аудиотеги, например [excited] или [whispering], а также произношение IPA. Выберите голос, настройте стабильность и сходство, задайте язык и при необходимости получите временные метки слов. Доступны форматы MP3, PCM, Opus и телефонии.

Параметры

ИмяТип По умолчаниюДопустимые значения Описание
textобязательно
Типstring
≤ 5 000 символов
Передайте содержимое речи в виде текста, при необходимости обозначая манеру произнесения аудиотегами, такими как [whispering], или указывая произношение IPA между косыми чертами.
voiceнеобязательно
Типstring
По умолчаниюRachel
Голос, выбранный для синтеза речи.
stabilityнеобязательно
Типnumber
По умолчанию0.5
0 – 1
Стабильность голоса балансирует выразительность при низких значениях и единообразие подачи при высоких.
similarity_boostнеобязательно
Типnumber
По умолчанию0.75
0 – 1
Управление сходством с эталонным голосом с возможным компромиссом в естественности: повышение значения усиливает сходство, но может сделать выходные данные менее естественными.
seedнеобязательно
Типinteger | null
0 – 4 294 967 295
Сид, используемый для попытки получить воспроизводимые результаты; точное повторение выходных данных не гарантируется.
language_codeнеобязательно
Типstring | null
Код языка ISO 639-1, используемый при генерации речи и нормализации текста.
output_formatнеобязательно
Типenum
По умолчаниюmp3_44100_128
mp3_22050_32mp3_44100_32mp3_44100_64mp3_44100_96mp3_44100_128mp3_44100_192pcm_8000pcm_16000pcm_22050pcm_24000pcm_44100pcm_48000ulaw_8000alaw_8000opus_48000_32opus_48000_64
ещё 3opus_48000_96opus_48000_128opus_48000_192
Формат сгенерированного аудио, заданный по шаблону codec_sample_rate_bitrate.
apply_text_normalizationнеобязательно
Типenum
По умолчаниюauto
autoonoff
Управляет нормализацией текста перед генерацией, включая обработку чисел и дат.
timestampsнеобязательно
Типboolean
По умолчаниюfalse
Определяет, сопровождаются ли сгенерированные аудиоданные временными данными для отдельных символов.
обязательно

Результат

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "elevenlabs/tts/eleven-v4",
  "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": 14,
    "usd": "0.014",
    "charged": 14,
    "refunded": 0
  },
  "input": {
    "text": "[excited] Hello! Welcome to the future of voice.",
    "voice": "Aria"
  },
  "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
    },
    "timestamps": []
  },
  "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"
  }
}
Ваши файлы — ваш выборКаждый URL из outputs[].url — это копия в нашем хранилище: она хранится навсегда (оплата за ГБ в месяц) или 7 дней бесплатно — в зависимости от настройки вашего аккаунта или параметра ?storage=.
Одинаковая структура у каждой моделиtype, url, content_type, width, height и duration — одинаково для изображений, видео и аудио. output — собственный объект результата модели.
Поля результата
audio
object {url, content_type, file_name, file_size}Аудиофайл, созданный в результате генерации.
timestamps
array of any | nullДанные о временных метках сгенерированной речи, включаемые только для запросов с `timestamps`, установленным в True, с меткой времени для каждого слова.

Другие модели: Текст в речь

Для AI-агентов: эта страница в формате Markdown доступна по адресу https://doitong.com/developers/models/elevenlabs/tts/eleven-v4.md. Все модели и руководства: https://doitong.com/developers/llms.txt