Passer au contenu

Eleven v4 Text to Speech

Intégrer

Identifiant du modèle 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"

Cette requête: 0,014 $ 14 crédits API · ≈ 1,51 ₽ L’exécuter sur cette page

Obtenir une clé API
ElevenLabs Texte vers parole #voiceover#expressive#timestamps

Modèle vocal le plus expressif d’ElevenLabs, avec balises d’émotion intégrées et horodatages des mots.

Exemples

Sortie · ~14 s
[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 crédits API

Créer une requête

Les contrôles sont générés à partir du schéma du modèle. Le code et le prix se mettent à jour lorsque vous les modifiez.

•requis 169 / 5000

Fournissez le contenu vocal sous forme de texte, en indiquant éventuellement l'interprétation avec des balises audio telles que [whispering] ou en spécifiant les prononciations IPA entre des barres obliques.

par défaut Rachel

Voix sélectionnée pour synthétiser la parole.

Avancé apply_text_normalization · language_code · output_format · stability · similarity_boost · seed · timestamps
apply_text_normalization par défaut auto

Contrôle la normalisation du texte avant la génération, notamment le traitement des nombres et des dates.

Code de langue ISO 639-1 utilisé lors de la génération de la parole et de la normalisation du texte.

par défaut mp3_44100_128

Format audio généré, spécifié selon le modèle codec_sample_rate_bitrate.

par défaut 0.5

La stabilité de la voix équilibre une interprétation expressive avec des valeurs faibles et une interprétation cohérente avec des valeurs élevées.

par défaut 0.75

Contrôle de similarité avec la voix de référence, avec un compromis potentiel sur le naturel : l'augmenter renforce la correspondance, mais peut rendre la sortie moins naturelle.

Graine utilisée pour tenter d'obtenir des résultats reproductibles ; la répétition exacte de la sortie n'est pas garantie.

POST /run/elevenlabs/tts/eleven-v4?wait=20 devis → 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"

Exécuter cette requête

Votre clé reste dans ce navigateur : elle est envoyée uniquement à la Doitong API et enregistrée dans localStorage uniquement si vous cochez Mémoriser. Obtenir une clé API

À propos de Eleven v4 Text to Speech

Eleven v4 lit le texte à voix haute avec des voix naturelles et expressives et comprend les balises audio intégrées telles que [excited]\nou [whispering], ainsi que les prononciations IPA. Choisissez une voix, ajustez la stabilité et la similarité, définissez la langue\net obtenez éventuellement les horodatages par mot. Formats MP3, PCM, Opus et téléphonie.

Paramètres

NomType Par défautAutorisé Description
textrequis
Typestring
≤ 5 000 caractères
Fournissez le contenu vocal sous forme de texte, en indiquant éventuellement l'interprétation avec des balises audio telles que [whispering] ou en spécifiant les prononciations IPA entre des barres obliques.
voicefacultatif
Typestring
Par défautRachel
Voix sélectionnée pour synthétiser la parole.
stabilityfacultatif
Typenumber
Par défaut0.5
0 – 1
La stabilité de la voix équilibre une interprétation expressive avec des valeurs faibles et une interprétation cohérente avec des valeurs élevées.
similarity_boostfacultatif
Typenumber
Par défaut0.75
0 – 1
Contrôle de similarité avec la voix de référence, avec un compromis potentiel sur le naturel : l'augmenter renforce la correspondance, mais peut rendre la sortie moins naturelle.
seedfacultatif
Typeinteger | null
0 – 4 294 967 295
Graine utilisée pour tenter d'obtenir des résultats reproductibles ; la répétition exacte de la sortie n'est pas garantie.
language_codefacultatif
Typestring | null
Code de langue ISO 639-1 utilisé lors de la génération de la parole et de la normalisation du texte.
output_formatfacultatif
Typeenum
Par défautmp3_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
+3 de plusopus_48000_96opus_48000_128opus_48000_192
Format audio généré, spécifié selon le modèle codec_sample_rate_bitrate.
apply_text_normalizationfacultatif
Typeenum
Par défautauto
autoonoff
Contrôle la normalisation du texte avant la génération, notamment le traitement des nombres et des dates.
timestampsfacultatif
Typeboolean
Par défautfalse
Contrôle si l'audio généré est accompagné de données de synchronisation pour chaque caractère.
requis

Sortie

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"
  }
}
Vos fichiers, votre choixChaque outputs[].url est une copie dans notre stockage : conservée indéfiniment (facturation au Go-mois) ou 7 jours gratuitement, selon le réglage de votre compte ou ?storage=.
Même structure pour chaque modèletype, url, content_type, width, height et duration, pour les images, vidéos et fichiers audio. output est le propre objet de résultat du modèle.
Champs de sortie
audio
object {url, content_type, file_name, file_size}Fichier audio produit par la génération.
timestamps
array of any | nullDonnées temporelles de la parole générée, incluses uniquement pour les requêtes avec `timestamps` défini sur True, avec un horodatage pour chaque mot.

Plus de modèles : Texte vers parole

Pour les agents IA : cette page au format Markdown est disponible à https://doitong.com/fr/developers/models/elevenlabs/tts/eleven-v4.md. Tous les modèles et guides : https://doitong.com/developers/llms.txt