Ugrás a tartalomhoz

Eleven v4 Text to Speech

Integráció

Modellazonosító 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"

Ez a kérés: 0,014 $ 14 API-jóváírás · ≈ 1,50 ₽ Futtatás ezen az oldalon

API-kulcs beszerzése
ElevenLabs Szövegből beszéd #voiceover#expressive#timestamps

Az ElevenLabs legkifejezőbb hangmodellje, soron belüli érzelemcímkékkel és szószintű időbélyegekkel.

Példák

Kimenet · ~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-jóváírás

Kérés összeállítása

A vezérlők a modell sémájából jönnek létre. A kód és az ár a módosításokkal együtt frissül.

•kötelező 169 / 5000

A beszéd tartalmának megadása szövegként; a kiejtés opcionálisan jelölhető olyan hangcímkékkel, mint a [whispering], illetve IPA-kiejtés adható meg perjelek között.

alapértelmezett: Rachel

A beszédszintézishez kiválasztott hang.

Speciális apply_text_normalization · language_code · output_format · stability · similarity_boost · seed · timestamps
apply_text_normalization alapértelmezett: auto

A generálás előtti szövegnormalizálást vezérli, beleértve a számok és dátumok kezelését.

A beszéd generálásakor és a szöveg normalizálásakor használt ISO 639-1 nyelvkód.

alapértelmezett: mp3_44100_128

A generált hang formátuma a codec_sample_rate_bitrate minta szerint megadva.

alapértelmezett: 0.5

A hangstabilitás az alacsonyabb értékeknél a kifejező előadás, a magasabb értékeknél pedig az egyenletes előadás között teremt egyensúlyt.

alapértelmezett: 0.75

A referenciahang hasonlóságának vezérlése, amely természetességi kompromisszummal járhat: növelése erősíti az egyezést, de a kimenet kevésbé természetesnek hangozhat.

A reprodukálható eredmények megkísérléséhez használt seed; a kimenet pontos megismétlése nem garantált.

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

Kérés futtatása

A kulcsod ebben a böngészőben marad: csak a Doitong API-nak küldjük el, és csak akkor mentjük a localStorage-ba, ha bejelölöd az Emlékezz rám lehetőséget. API-kulcs igénylése

A(z) Eleven v4 Text to Speech bemutatása

Az Eleven v4 természetes, érzelmes hangokon olvassa fel a szöveget, és értelmezi az olyan soron belüli hangcímkéket, mint az [excited] vagy a [whispering], valamint az IPA-kiejtést. Válassz hangot, állítsd a stabilitást és a hasonlóságot, add meg a nyelvet, és opcionálisan kérj szószintű időbélyegeket. MP3-, PCM-, Opus- és telefonos formátumok.

Paraméterek

NévTípus AlapértelmezettEngedélyezett Leírás
textkötelező
Típusstring
≤ 5000 karakter
A beszéd tartalmának megadása szövegként; a kiejtés opcionálisan jelölhető olyan hangcímkékkel, mint a [whispering], illetve IPA-kiejtés adható meg perjelek között.
voicenem kötelező
Típusstring
AlapértelmezettRachel
A beszédszintézishez kiválasztott hang.
stabilitynem kötelező
Típusnumber
Alapértelmezett0.5
0 – 1
A hangstabilitás az alacsonyabb értékeknél a kifejező előadás, a magasabb értékeknél pedig az egyenletes előadás között teremt egyensúlyt.
similarity_boostnem kötelező
Típusnumber
Alapértelmezett0.75
0 – 1
A referenciahang hasonlóságának vezérlése, amely természetességi kompromisszummal járhat: növelése erősíti az egyezést, de a kimenet kevésbé természetesnek hangozhat.
seednem kötelező
Típusinteger | null
0 – 4 294 967 295
A reprodukálható eredmények megkísérléséhez használt seed; a kimenet pontos megismétlése nem garantált.
language_codenem kötelező
Típusstring | null
A beszéd generálásakor és a szöveg normalizálásakor használt ISO 639-1 nyelvkód.
output_formatnem kötelező
Típusenum
Alapértelmezettmp3_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 továbbiopus_48000_96opus_48000_128opus_48000_192
A generált hang formátuma a codec_sample_rate_bitrate minta szerint megadva.
apply_text_normalizationnem kötelező
Típusenum
Alapértelmezettauto
autoonoff
A generálás előtti szövegnormalizálást vezérli, beleértve a számok és dátumok kezelését.
timestampsnem kötelező
Típusboolean
Alapértelmezettfalse
Meghatározza, hogy a generált hangot kísérje-e az egyes karakterek időzítési adata.
kötelező

Kimenet

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"
  }
}
Az Ön fájljai, az Ön döntéseMinden outputs[].url a tárhelyünkön lévő másolat: örökre megőrizve (GB-hónaponként fizetve) vagy 7 nap ideig ingyenesen, a fiókbeállításod vagy a ?storage= alapján.
Azonos struktúra minden modellentype, url, content_type, width, height és duration képekhez, videókhoz és hanganyagokhoz egyaránt. Az output a modell saját eredményobjektuma.
A kimenet mezői
audio
object {url, content_type, file_name, file_size}A generálással létrehozott hangfájl.
timestamps
array of any | nullA generált beszéd időzítési adatai, csak a `timestamps` True értékével küldött kérésekben; minden szóhoz időbélyeget tartalmaz.

További modellek: Szövegből beszéd

AI-ügynököknek: ez az oldal Markdown formátumban itt található: https://doitong.com/hu/developers/models/elevenlabs/tts/eleven-v4.md. Minden modell és útmutató: https://doitong.com/developers/llms.txt