Ir al contenido

ElevenLabs TTS Multilingual v2

Integrar

Id del modelo elevenlabs/tts/multilingual-v2
# 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/multilingual-v2?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Hello from Doitong. This is a short test sentence."
  }'

# 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: 0,005 $ 5 créditos de API · ≈ 0,54 ₽ Ejecutar en esta página

Obtener clave de API
ElevenLabs Texto a voz #audio

Texto a voz multilingüe con selección de voz, controles de estabilidad, estilo y velocidad, además de marcas de tiempo de palabras

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

Texto que se sintetizará como voz.

Avanzado previous_text · next_text · apply_text_normalization · voice · language_code · stability · similarity_boost · style · speed · timestamps

Texto anterior proporcionado como contexto de continuidad para el habla de la solicitud actual, ya sea para ayudar a unir con fluidez varios segmentos generados o para influir en la continuidad dentro de esta generación.

Texto posterior proporcionado como contexto de continuidad para el habla de la solicitud actual, ya sea para ayudar a unir con fluidez varios segmentos generados o para influir en la continuidad dentro de esta generación.

apply_text_normalization predeterminado auto

Modo de normalización de texto: 'auto' permite que el sistema decida si se necesita normalización, como escribir los números con palabras. Seleccionar 'on' aplica siempre la normalización; seleccionar 'off' la desactiva.

predeterminado Rachel

Voz seleccionada para sintetizar voz.

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.

predeterminado 0.5

Estabilidad de la voz, de 0 a 1.

predeterminado 0.75

Grado de refuerzo de la similitud, de 0 a 1.

predeterminado 0

Grado de exageración estilística, de 0 a 1.

predeterminado 1

Velocidad del habla relativa a 1.0: los valores bajos ralentizan la locución y los altos la aceleran. El intervalo es 0.7–1.2, con posibles cambios de calidad en los extremos.

POST /run/elevenlabs/tts/multilingual-v2?wait=20 cotización → 0,005 $
# 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/multilingual-v2?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Hello from Doitong. This is a short test sentence."
  }'

# 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 TTS Multilingual v2

Convierte `text` en voz usando una `voice` identificada por nombre (Rachel de forma predeterminada). Ajusta `stability`, `similarity_boost` y `style` de 0 a 1, y `speed` de 0.7 a 1.2. `previous_text` y `next_text` mejoran la continuidad entre pasajes divididos, `language_code` impone un idioma y `timestamps` devuelve la temporización de cada palabra.

Parámetros

NombreTipo PredeterminadoPermitido Descripción
textobligatorio
Tipostring
Texto que se sintetizará como voz.
voiceopcional
Tipostring
PredeterminadoRachel
Voz seleccionada para sintetizar voz.
stabilityopcional
Tiponumber
Predeterminado0.5
0 – 1
Estabilidad de la voz, de 0 a 1.
similarity_boostopcional
Tiponumber
Predeterminado0.75
0 – 1
Grado de refuerzo de la similitud, de 0 a 1.
styleopcional
Tiponumber
Predeterminado0
0 – 1
Grado de exageración estilística, de 0 a 1.
speedopcional
Tiponumber
Predeterminado1
0,7 – 1,2
Velocidad del habla relativa a 1.0: los valores bajos ralentizan la locución y los altos la aceleran. El intervalo es 0.7–1.2, con posibles cambios de calidad en los extremos.
timestampsopcional
Tipoboolean
Predeterminadofalse
Controla si el habla generada incluye marcas de tiempo por palabra.
previous_textopcional
Tipostring | null
Texto anterior proporcionado como contexto de continuidad para el habla de la solicitud actual, ya sea para ayudar a unir con fluidez varios segmentos generados o para influir en la continuidad dentro de esta generación.
next_textopcional
Tipostring | null
Texto posterior proporcionado como contexto de continuidad para el habla de la solicitud actual, ya sea para ayudar a unir con fluidez varios segmentos generados o para influir en la continuidad dentro de esta generación.
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.
apply_text_normalizationopcional
Tipoenum
Predeterminadoauto
autoonoff
Modo de normalización de texto: 'auto' permite que el sistema decida si se necesita normalización, como escribir los números con palabras. Seleccionar 'on' aplica siempre la normalización; seleccionar 'off' la desactiva.
obligatorio

Salida

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "elevenlabs/tts/multilingual-v2",
  "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": 5,
    "usd": "0.005",
    "charged": 5,
    "refunded": 0
  },
  "input": {
    "text": "Hello from Doitong. This is a short test sentence."
  },
  "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"
  }
}
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.
timestamps
array of any | nullDatos de sincronización del habla generada, incluidos solo en solicitudes con `timestamps` establecido en True, con una marca de tiempo para cada palabra.

Más modelos: Texto a voz

Para agentes de IA: esta página en Markdown está en https://doitong.com/es/developers/models/elevenlabs/tts/multilingual-v2.md. Todos los modelos y guías: https://doitong.com/developers/llms.txt