Prijeđi na sadržaj

Eleven v4 Text to Speech

Integriraj

ID modela 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"

Ovaj zahtjev: 0,014 $ 14 API kredita · ≈ 1,51 ₽ Pokreni na ovoj stranici

Nabavi API ključ
ElevenLabs Tekst u govor #voiceover#expressive#timestamps

Najizražajniji glasovni model ElevenLabs, s umetnutim oznakama emocija i vremenskim oznakama riječi.

Primjeri

Izlaz · ~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 API kredita

Izradi zahtjev

Kontrole se generiraju iz sheme modela. Kôd i cijena ažuriraju se dok ih mijenjate.

•obavezno 169 / 5000

Sadržaj govora navedite kao tekst, uz mogućnost označavanja načina izgovora audiooznakama poput [whispering] ili navođenja IPA izgovora između kosih crta.

zadano Rachel

Glas odabran za sintezu govora.

Napredno apply_text_normalization · language_code · output_format · stability · similarity_boost · seed · timestamps
apply_text_normalization zadano auto

Kontrolira normalizaciju teksta prije generiranja, uključujući obradu brojeva i datuma.

Jezični kod ISO 639-1 koji se upotrebljava pri generiranju govora i normalizaciji teksta.

zadano mp3_44100_128

Format generiranog audija, naveden prema obrascu codec_sample_rate_bitrate.

zadano 0.5

Stabilnost glasa uravnotežuje izražajni izgovor pri nižim postavkama i dosljedan izgovor pri višim postavkama.

zadano 0.75

Kontrola sličnosti referentnog glasa, uz mogući kompromis s prirodnošću: povećanje vrijednosti pojačava podudaranje, ali izlaz može zvučati manje prirodno.

Seed kojim se pokušavaju postići ponovljivi rezultati; potpuno ponavljanje izlaza nije zajamčeno.

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

Pokreni ovaj zahtjev

Vaš ključ ostaje u ovom pregledniku: šalje se samo Doitong API-ju i sprema u localStorage samo ako označite Zapamti. Nabavite API ključ

O modelu Eleven v4 Text to Speech

Eleven v4 čita tekst prirodnim, emocionalnim glasovima i razumije umetnute zvučne oznake poput [excited] ili [whispering], kao i IPA izgovore. Odaberite glas, prilagodite stabilnost i sličnost, postavite jezik te po želji dobijte vremenske oznake na razini riječi. Formati MP3, PCM, Opus i telekomunikacijski formati.

Parametri

NazivVrsta ZadanoDopušteno Opis
textobavezno
Vrstastring
≤ 5.000 znakova
Sadržaj govora navedite kao tekst, uz mogućnost označavanja načina izgovora audiooznakama poput [whispering] ili navođenja IPA izgovora između kosih crta.
voiceneobavezno
Vrstastring
ZadanoRachel
Glas odabran za sintezu govora.
stabilityneobavezno
Vrstanumber
Zadano0.5
0 – 1
Stabilnost glasa uravnotežuje izražajni izgovor pri nižim postavkama i dosljedan izgovor pri višim postavkama.
similarity_boostneobavezno
Vrstanumber
Zadano0.75
0 – 1
Kontrola sličnosti referentnog glasa, uz mogući kompromis s prirodnošću: povećanje vrijednosti pojačava podudaranje, ali izlaz može zvučati manje prirodno.
seedneobavezno
Vrstainteger | null
0 – 4.294.967.295
Seed kojim se pokušavaju postići ponovljivi rezultati; potpuno ponavljanje izlaza nije zajamčeno.
language_codeneobavezno
Vrstastring | null
Jezični kod ISO 639-1 koji se upotrebljava pri generiranju govora i normalizaciji teksta.
output_formatneobavezno
Vrstaenum
Zadanomp3_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 višeopus_48000_96opus_48000_128opus_48000_192
Format generiranog audija, naveden prema obrascu codec_sample_rate_bitrate.
apply_text_normalizationneobavezno
Vrstaenum
Zadanoauto
autoonoff
Kontrolira normalizaciju teksta prije generiranja, uključujući obradu brojeva i datuma.
timestampsneobavezno
Vrstaboolean
Zadanofalse
Kontrolira prati li generirani audio podatke o vremenu za pojedinačne znakove.
obavezno

Izlaz

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"
  }
}
Vaše datoteke, vaš izborSvaki outputs[].url kopija je u našoj pohrani: čuva se zauvijek (naplaćuje se po GB-mjesecu) ili 7 dana besplatno, prema postavci računa ili ?storage=.
Isti oblik na svakom modelutype, url, content_type, width, height i duration za slike, videozapise i zvuk. output je vlastiti objekt rezultata modela.
Polja izlaza
audio
object {url, content_type, file_name, file_size}Audio datoteka proizvedena generiranjem.
timestamps
array of any | nullPodaci o vremenu generiranog govora, uključeni samo za zahtjeve s `timestamps` postavljenim na True, s vremenskom oznakom za svaku riječ.

Više modela: Tekst u govor

Za AI agente: ova je stranica u Markdownu dostupna na https://doitong.com/hr/developers/models/elevenlabs/tts/eleven-v4.md. Svi modeli i vodiči: https://doitong.com/developers/llms.txt