Ir al contenido

Elevenlabs

Integrar

Id del modelo 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"

Esta solicitud: ≈0,10 $ 100 créditos de API · ≈ 10,73 ₽ Ejecutar en esta página

Obtener clave de API
ElevenLabs Texto a voz #audio

Convierte una lista de pares de texto e ID de voz en una pista de audio de diálogo con varios hablantes

ElevenLabs · Audio

Tu primer resultado aparecerá aquí

Crea una solicitud abajo y ejecútala con tu clave de API. Las salidas se copian en nuestro almacenamiento, conservadas para siempre o 7 días gratis.

Crear una solicitud

Los controles se generan a partir del esquema del modelo. El código y el precio se actualizan al modificarlos.

•obligatorio

Entradas de diálogo que se sintetizarán como voz, cada una con texto y un ID de voz.

Avanzado language_code · stability · seed · use_speaker_boost · pronunciation_dictionary_locators

Especifique el idioma requerido del modelo con un código ISO 639-1; la solicitud falla con un error a menos que el modelo admita ese código.

Estabilidad y variación de la voz entre generaciones, restringidas a 0.0, 0.5 o 1.0; las entradas fuera de este conjunto se redondean al valor aceptado más cercano. Los valores más altos pueden limitar la emoción y producir un sonido monótono, mientras que los más bajos amplían el rango emocional de la voz.

Semilla que controla la aleatoriedad para obtener resultados reproducibles.

predeterminado []

Proporcione hasta 3 localizadores de diccionarios de pronunciación en el orden en que deben afectar al texto. Cada localizador identifica un diccionario mediante id y version_id.

POST /run/elevenlabs/text-to-dialogue/eleven-v3?wait=20 cotización → 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"

Ejecutar esta solicitud

Tu clave permanece en este navegador: solo se envía a la Doitong API y se guarda (localStorage) únicamente si marcas Recordar. Obtener una clave de API

Acerca de Elevenlabs

Crea un diálogo hablado a partir de `inputs`, una lista obligatoria en la que cada entrada asocia texto con un ID de voz. El comportamiento de la voz se puede ajustar con `stability` (0 a 1) y `use_speaker_boost`. Puedes imponer un idioma con `language_code` y aplicar hasta 3 localizadores de diccionarios de pronunciación. Se acepta un `seed` para la reproducibilidad y se devuelve junto con el audio.

Parámetros

NombreTipo PredeterminadoPermitido Descripción
inputsobligatorio
Tipoobject[]
Entradas de diálogo que se sintetizarán como voz, cada una con texto y un ID de voz.
inputs[].textobligatorio
Tipostring
Texto que contiene el diálogo.
inputs[].voiceobligatorio
Tipostring
Nombre o ID de la voz seleccionada para la generación.
stabilityopcional
Tiponumber | null
0 – 1
Estabilidad y variación de la voz entre generaciones, restringidas a 0.0, 0.5 o 1.0; las entradas fuera de este conjunto se redondean al valor aceptado más cercano. Los valores más altos pueden limitar la emoción y producir un sonido monótono, mientras que los más bajos amplían el rango emocional de la voz.
use_speaker_boostopcional
Tipoboolean | null
Mejora de la similitud del hablante que añade latencia debido a un ligero aumento de la carga computacional. Habilitarla hace que la voz se parezca más a la del hablante original.
pronunciation_dictionary_locatorsopcional
Tipoobject[]
Predeterminado[]
Proporcione hasta 3 localizadores de diccionarios de pronunciación en el orden en que deben afectar al texto. Cada localizador identifica un diccionario mediante id y version_id.
pronunciation_dictionary_locators[].pronunciation_dictionary_idopcional
Tipostring | null
Identificador del diccionario de pronunciación.
pronunciation_dictionary_locators[].version_idopcional
Tipostring | null
Seleccione una versión específica del diccionario de pronunciación mediante su ID o déjelo sin establecer para usar la versión más reciente.
seedopcional
Tipointeger | null
Semilla que controla la aleatoriedad para obtener resultados reproducibles.
language_codeopcional
Tipostring | null
Especifique el idioma requerido del modelo con un código ISO 639-1; la solicitud falla con un error a menos que el modelo admita ese código.
obligatorio

Salida

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"
  }
}
Tus archivos, tú eligesCada outputs[].url es una copia en nuestro almacenamiento: conservada para siempre (se cobra por GB-mes) o 7 días gratis, según la configuración de tu cuenta o ?storage=.
La misma estructura en todos los modelostype, url, content_type, width, height y duration, tanto para imágenes como para vídeo y audio. output es el objeto de resultado propio del modelo.
Campos de salida
audio
object {url, content_type, file_name, file_size}Archivo de audio producido por la generación.
seed
integerSemilla que controla la aleatoriedad para obtener resultados reproducibles.

Para agentes de IA: esta página en Markdown está en https://doitong.com/es/developers/models/elevenlabs/text-to-dialogue/eleven-v3.md. Todos los modelos y guías: https://doitong.com/developers/llms.txt