Sleppa yfir í efni

Eleven v4 Text to Speech

Tengja

Auðkenni líkans 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"

Þessi beiðni: 0,014 $ 14 API-inneignir · ≈ 1,49 ₽ Keyra á þessari síðu

Fá API-lykil
ElevenLabs Texti í tal #voiceover#expressive#timestamps

Mest tjáningarríka raddlíkan ElevenLabs, með innfelldum tilfinningamerkjum og tímasetningum orða.

Dæmi

Úttak · ~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-inneignir

Búa til beiðni

Stýringar eru búnar til út frá líkanaskemanu. Kóðinn og verðið uppfærast þegar þú breytir þeim.

•áskilið 169 / 5000

Gefðu talinnhald sem texta og merktu mögulega framsetninguna með hljóðmerkjum á borð við [whispering] eða tilgreindu IPA-framburð innan skástrika.

sjálfgefið Rachel

Rödd valin fyrir talgervingu.

Ítarlegt apply_text_normalization · language_code · output_format · stability · similarity_boost · seed · timestamps
apply_text_normalization sjálfgefið auto

Stýrir textastöðlun fyrir efnisgerð, þar á meðal meðhöndlun talna og dagsetninga.

ISO 639-1 tungumálakóði sem notaður er við talgervingu og stöðlun texta.

sjálfgefið mp3_44100_128

Snið hljóðs sem verður til, tilgreint með mynstrinu codec_sample_rate_bitrate.

sjálfgefið 0.5

Stöðugleiki raddar vegur upp tjáningarríka framsetningu við lægri stillingar gegn samræmdri framsetningu við hærri stillingar.

sjálfgefið 0.75

Stýring á líkingu við viðmiðunarrödd, með mögulegum málamiðlunum varðandi náttúruleika: hækkun styrkir samsvörunina en getur gert úttakið óeðlilegra.

Seed sem notað er til að reyna að fá endurtakanlegar niðurstöður; nákvæm endurtekning úttaks er ekki tryggð.

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

Keyra þessa beiðni

Lykillinn þinn er áfram í þessum vafra: hann er aðeins sendur til Doitong API og vistaður í localStorage aðeins ef þú hakar við Muna. Fá API-lykil

Um Eleven v4 Text to Speech

Eleven v4 les texta upp með náttúrulegum, tilfinningaríkum röddum og skilur innfelld hljóðmerki á borð við [excited]\neða [whispering] ásamt IPA-framburði. Veldu rödd, stilltu stöðugleika og líkindi, veldu tungumál\nog fáðu valfrjálst tímasetningar á orðastigi. MP3, PCM, Opus og símkerfissnið.

Færibreytur

HeitiGerð SjálfgefiðLeyfilegt Lýsing
textáskilið
Gerðstring
≤ 5.000 stafir
Gefðu talinnhald sem texta og merktu mögulega framsetninguna með hljóðmerkjum á borð við [whispering] eða tilgreindu IPA-framburð innan skástrika.
voicevalfrjálst
Gerðstring
SjálfgefiðRachel
Rödd valin fyrir talgervingu.
stabilityvalfrjálst
Gerðnumber
Sjálfgefið0.5
0 – 1
Stöðugleiki raddar vegur upp tjáningarríka framsetningu við lægri stillingar gegn samræmdri framsetningu við hærri stillingar.
similarity_boostvalfrjálst
Gerðnumber
Sjálfgefið0.75
0 – 1
Stýring á líkingu við viðmiðunarrödd, með mögulegum málamiðlunum varðandi náttúruleika: hækkun styrkir samsvörunina en getur gert úttakið óeðlilegra.
seedvalfrjálst
Gerðinteger | null
0 – 4.294.967.295
Seed sem notað er til að reyna að fá endurtakanlegar niðurstöður; nákvæm endurtekning úttaks er ekki tryggð.
language_codevalfrjálst
Gerðstring | null
ISO 639-1 tungumálakóði sem notaður er við talgervingu og stöðlun texta.
output_formatvalfrjálst
Gerðenum
Sjálfgefiðmp3_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 í viðbótopus_48000_96opus_48000_128opus_48000_192
Snið hljóðs sem verður til, tilgreint með mynstrinu codec_sample_rate_bitrate.
apply_text_normalizationvalfrjálst
Gerðenum
Sjálfgefiðauto
autoonoff
Stýrir textastöðlun fyrir efnisgerð, þar á meðal meðhöndlun talna og dagsetninga.
timestampsvalfrjálst
Gerðboolean
Sjálfgefiðfalse
Stýrir því hvort tímagögn fyrir einstaka stafi fylgi mynduðu hljóði.
áskilið

Úttak

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"
  }
}
Skrárnar þínar, þitt valHvert outputs[].url er afrit í geymslunni okkar: geymt að eilífu (greitt fyrir hvert GB-mánuðargildi) eða 7 dagar án kostnaðar, eftir stillingu aðgangsins þíns eða ?storage=.
Sama lögun í öllum líkönumtype, url, content_type, width, height og duration, jafnt fyrir myndir, myndbönd og hljóð. output er eigið niðurstöðuhlutur líkansins.
Reitir úttaks
audio
object {url, content_type, file_name, file_size}Hljóðskrá sem verður til við efnisgerð.
timestamps
array of any | nullTímagögn fyrir tal sem verður til, aðeins með í beiðnum þar sem `timestamps` er stillt á True, með tímastimpli fyrir hvert orð.

Fleiri líkön: Texti í tal

Fyrir gervigreindarþjóna: þessi síða á Markdown-sniði er á https://doitong.com/is/developers/models/elevenlabs/tts/eleven-v4.md. Öll líkön og leiðbeiningar: https://doitong.com/developers/llms.txt