رفتن به محتوا

Elevenlabs

یکپارچه‌سازی

شناسه مدل 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"

این درخواست: ≈⁨‎$۰٫۱۰⁩ ۱۰۰ اعتبار API · ≈ ⁨‎₽۱۰٫۷۳⁩ اجرای آن در این صفحه

دریافت کلید API
ElevenLabs متن به گفتار #audio

فهرستی از جفت‌های متن و شناسه صدا را به ترک صوتی دیالوگ چندگوینده تبدیل می‌کند

ElevenLabs · صوت

اولین نتیجه شما اینجا قرار می‌گیرد

درخواست را در زیر بسازید و با کلید API خود اجرا کنید. خروجی‌ها در فضای ذخیره‌سازی ما کپی می‌شوند و برای همیشه یا به‌مدت ۷ روز رایگان نگه‌داری می‌شوند.

ساخت درخواست

کنترل‌ها از شِمای مدل تولید می‌شوند. با تغییر آن‌ها، کد و قیمت به‌روزرسانی می‌شوند.

•الزامی

مدخل‌های گفت‌وگو برای تبدیل به گفتار؛ هرکدام متن را با یک شناسه صدا جفت می‌کند.

پیشرفته language_code · stability · seed · use_speaker_boost · pronunciation_dictionary_locators

زبان موردنیاز مدل را با کد ISO 639-1 مشخص کنید؛ اگر مدل از آن کد پشتیبانی نکند، درخواست با خطا مواجه می‌شود.

پایداری و تنوع صدا در تولیدها، محدود به 0.0، 0.5 یا 1.0؛ مقادیر خارج از این مجموعه به نزدیک‌ترین مقدار پذیرفته‌شده گرد می‌شوند. تنظیمات بالاتر می‌توانند احساس را محدود و صدا را یکنواخت کنند، درحالی‌که تنظیمات پایین‌تر دامنه احساسی صدا را گسترش می‌دهند.

Seed کنترل‌کننده تصادفی‌بودن برای نتایج قابل‌بازآفرینی.

پیش‌فرض []

حداکثر 3 مکان‌یاب فرهنگ تلفظ را به‌ترتیب تأثیرگذاری بر متن ارائه کنید. هر مکان‌یاب یک فرهنگ را با id و version_id شناسایی می‌کند.

POST /run/elevenlabs/text-to-dialogue/eleven-v3?wait=20 قیمت → ⁨‎$۰٫۱۰⁩
# 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"

اجرای این درخواست

کلید شما در این مرورگر باقی می‌ماند: فقط به Doitong API ارسال می‌شود و فقط در صورت فعال‌کردن گزینه «یادآوری»، در localStorage ذخیره می‌شود. دریافت کلید API

درباره Elevenlabs

از `inputs`، فهرست الزامی که هر ورودی آن متن را با شناسه صدا جفت می‌کند، دیالوگ گفتاری می‌سازد. رفتار صدا با `stability` (0 تا 1) و `use_speaker_boost` قابل تنظیم است. می‌توانید زبان را با `language_code` تحمیل کنید و حداکثر 3 مکان‌یاب فرهنگ تلفظ اعمال کنید. `seed` برای تکرارپذیری پذیرفته می‌شود و همراه صوت برگردانده می‌شود.

پارامترها

نامنوع پیش‌فرضمجاز توضیحات
inputsالزامی
نوعobject[]
مدخل‌های گفت‌وگو برای تبدیل به گفتار؛ هرکدام متن را با یک شناسه صدا جفت می‌کند.
inputs[].textالزامی
نوعstring
متن حاوی گفت‌وگو.
inputs[].voiceالزامی
نوعstring
نام یا شناسه صدای انتخاب‌شده برای تولید.
stabilityاختیاری
نوعnumber | null
۰ – ۱
پایداری و تنوع صدا در تولیدها، محدود به 0.0، 0.5 یا 1.0؛ مقادیر خارج از این مجموعه به نزدیک‌ترین مقدار پذیرفته‌شده گرد می‌شوند. تنظیمات بالاتر می‌توانند احساس را محدود و صدا را یکنواخت کنند، درحالی‌که تنظیمات پایین‌تر دامنه احساسی صدا را گسترش می‌دهند.
use_speaker_boostاختیاری
نوعboolean | null
بهبود شباهت به گوینده که به‌دلیل افزایش اندک بار محاسباتی، تأخیر ایجاد می‌کند. فعال‌کردن آن صدا را بیشتر شبیه گوینده اصلی می‌کند.
pronunciation_dictionary_locatorsاختیاری
نوعobject[]
پیش‌فرض[]
حداکثر 3 مکان‌یاب فرهنگ تلفظ را به‌ترتیب تأثیرگذاری بر متن ارائه کنید. هر مکان‌یاب یک فرهنگ را با id و version_id شناسایی می‌کند.
pronunciation_dictionary_locators[].pronunciation_dictionary_idاختیاری
نوعstring | null
شناسه فرهنگ تلفظ.
pronunciation_dictionary_locators[].version_idاختیاری
نوعstring | null
نسخه مشخصی از فرهنگ تلفظ را با ID آن انتخاب کنید، یا برای استفاده از جدیدترین نسخه این مقدار را تنظیم نکنید.
seedاختیاری
نوعinteger | null
Seed کنترل‌کننده تصادفی‌بودن برای نتایج قابل‌بازآفرینی.
language_codeاختیاری
نوعstring | null
زبان موردنیاز مدل را با کد ISO 639-1 مشخص کنید؛ اگر مدل از آن کد پشتیبانی نکند، درخواست با خطا مواجه می‌شود.
الزامی

خروجی

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"
  }
}
فایل‌های شما، انتخاب شماهر outputs[].url کپی‌ای در فضای ذخیره‌سازی ماست: برای همیشه (با هزینه به‌ازای هر GB-ماه) یا به‌مدت ۷ روز رایگان، بر اساس تنظیم حساب شما یا ?storage=.
ساختار یکسان در همه مدل‌هاtype، url، content_type، width، height و duration برای تصاویر، ویدیو و صدا یکسان هستند. output شیء نتیجه اختصاصی مدل است.
فیلدهای خروجی
audio
object {url, content_type, file_name, file_size}فایل صوتی تولیدشده.
seed
integerSeed کنترل‌کننده تصادفی‌بودن برای نتایج قابل‌بازآفرینی.

برای عامل‌های هوش مصنوعی: این صفحه به‌صورت Markdown در دسترس است https://doitong.com/fa/developers/models/elevenlabs/text-to-dialogue/eleven-v3.md. همه مدل‌ها و راهنماها: https://doitong.com/developers/llms.txt