コンテンツへスキップ

ElevenLabs TTS Multilingual v2

統合

モデルID elevenlabs/tts/multilingual-v2
# 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/multilingual-v2?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Hello from Doitong. This is a short test sentence."
  }'

# 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"

このリクエスト: $0.005 5 APIクレジット · ≈ ₽0.54 このページで実行

APIキーを取得
ElevenLabs テキスト読み上げ #audio

音声選択、安定性、スタイル、速度制御、単語タイムスタンプに対応する多言語テキスト音声合成

ElevenLabs · 音声

最初の結果がここに表示されます

以下でリクエストを作成し、APIキーで実行してください。出力はストレージにコピーされ、永久保存または無料で7日保存されます。

リクエストを作成

コントロールはモデルスキーマから生成されます。値を変更するとコードと価格が更新されます。

•必須

音声合成するテキスト。

詳細設定 previous_text · next_text · apply_text_normalization · voice · language_code · stability · similarity_boost · style · speed · timestamps

現在のリクエストの音声に連続性コンテキストとして渡す前続テキスト。複数の生成セグメントを滑らかにつなげたり、この生成内の連続性に影響を与えたりするために使用します。

現在のリクエストの音声に連続性コンテキストとして渡す後続テキスト。複数の生成セグメントを滑らかにつなげたり、この生成内の連続性に影響を与えたりするために使用します。

apply_text_normalization デフォルト auto

テキスト正規化モード。'auto'では、数値を単語で表記するなど、正規化が必要かどうかをシステムが判断します。'on'では常に正規化を適用し、'off'では無効にします。

デフォルト Rachel

音声合成に使用する音声。

ISO 639-1コードで必要なモデル言語を指定します。モデルがそのコードに対応していない場合、リクエストはエラーになります。

デフォルト 0.5

音声の安定性(0〜1)。

デフォルト 0.75

類似度補正の量(0〜1)。

デフォルト 0

スタイルの誇張度(0〜1)。

デフォルト 1

1.0を基準とした音声速度。低い設定では発話が遅くなり、高い設定では速くなります。範囲は0.7〜1.2で、極端な設定では品質が変化する可能性があります。

POST /run/elevenlabs/tts/multilingual-v2?wait=20 見積もり → $0.005
# 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/multilingual-v2?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Hello from Doitong. This is a short test sentence."
  }'

# 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"

このリクエストを実行

キーはこのブラウザ内に保持されます。Doitong APIにのみ送信され、「記憶する」にチェックを入れた場合のみlocalStorageに保存されます。 APIキーを取得

ElevenLabs TTS Multilingual v2について

名前付きの`voice`(デフォルトRachel)で`text`を音声に変換します。`stability`、`similarity_boost`、`style`は0~1、`speed`は0.7~1.2で調整できます。`previous_text`と`next_text`で分割箇所の連続性を高め、`language_code`で言語を固定し、`timestamps`で単語ごとのタイミングを返します。

パラメータ

名前型 デフォルト許可される値 説明
text必須
型string
音声合成するテキスト。
voice任意
型string
デフォルトRachel
音声合成に使用する音声。
stability任意
型number
デフォルト0.5
0 – 1
音声の安定性(0〜1)。
similarity_boost任意
型number
デフォルト0.75
0 – 1
類似度補正の量(0〜1)。
style任意
型number
デフォルト0
0 – 1
スタイルの誇張度(0〜1)。
speed任意
型number
デフォルト1
0.7 – 1.2
1.0を基準とした音声速度。低い設定では発話が遅くなり、高い設定では速くなります。範囲は0.7〜1.2で、極端な設定では品質が変化する可能性があります。
timestamps任意
型boolean
デフォルトfalse
生成音声に単語ごとのタイムスタンプを含めるかどうかを制御します。
previous_text任意
型string | null
現在のリクエストの音声に連続性コンテキストとして渡す前続テキスト。複数の生成セグメントを滑らかにつなげたり、この生成内の連続性に影響を与えたりするために使用します。
next_text任意
型string | null
現在のリクエストの音声に連続性コンテキストとして渡す後続テキスト。複数の生成セグメントを滑らかにつなげたり、この生成内の連続性に影響を与えたりするために使用します。
language_code任意
型string | null
ISO 639-1コードで必要なモデル言語を指定します。モデルがそのコードに対応していない場合、リクエストはエラーになります。
apply_text_normalization任意
型enum
デフォルトauto
autoonoff
テキスト正規化モード。'auto'では、数値を単語で表記するなど、正規化が必要かどうかをシステムが判断します。'on'では常に正規化を適用し、'off'では無効にします。
必須

出力

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "elevenlabs/tts/multilingual-v2",
  "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": 5,
    "usd": "0.005",
    "charged": 5,
    "refunded": 0
  },
  "input": {
    "text": "Hello from Doitong. This is a short test sentence."
  },
  "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"
  }
}
ファイルの保存期間を選択すべてのoutputs[].urlはストレージ上のコピーです。アカウント設定または?storage=により、永久保存(GB・月単位で有料)または無料で7日保存できます。
すべてのモデルで同じ形式画像、動画、音声のいずれでも、type、url、content_type、width、height、durationが含まれます。outputはモデル独自の結果オブジェクトです。
出力フィールド
audio
object {url, content_type, file_name, file_size}生成によって作成された音声ファイル。
timestamps
array of any | null`timestamps`をTrueに設定したリクエストでのみ含まれる、生成音声のタイミングデータ。各単語にタイムスタンプが付与されます。

その他のモデル: テキスト読み上げ

AIエージェント向け:このページのMarkdown版はこちらです: https://doitong.com/ja/developers/models/elevenlabs/tts/multilingual-v2.md. すべてのモデルとガイド: https://doitong.com/developers/llms.txt