Pereiti prie turinio

Eleven v4 Text to Speech

Integruoti

Modelio id 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"

Ši užklausa: 0,014 $ 14 API kreditų · ≈ 1,51 ₽ Paleisti šiame puslapyje

Gauti API raktą
ElevenLabs Tekstas į kalbą #voiceover#expressive#timestamps

Išraiškingiausias ElevenLabs balso modelis su įterptosiomis emocijų žymomis ir žodžių laiko žymomis.

Pavyzdžiai

Išvestis · ~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 kreditų

Sukurti užklausą

Valdikliai sugeneruojami pagal modelio schemą. Keisdami juos atnaujinsite kodą ir kainą.

•privaloma 169 / 5000

Pateikite kalbos turinį kaip tekstą, pasirinktinai nurodydami tarimą garso žymomis, pavyzdžiui, [whispering], arba IPA tarimą tarp pasvirųjų brūkšnių.

numatytoji Rachel

Kalbai sintetinti pasirinktas balsas.

Išplėstiniai apply_text_normalization · language_code · output_format · stability · similarity_boost · seed · timestamps
apply_text_normalization numatytoji auto

Valdo teksto normalizavimą prieš generavimą, įskaitant skaičių ir datų tvarkymą.

ISO 639-1 kalbos kodas, naudojamas generuojant kalbą ir normalizuojant tekstą.

numatytoji mp3_44100_128

Sugeneruoto garso formatas, nurodomas pagal šabloną codec_sample_rate_bitrate.

numatytoji 0.5

Balso stabilumas subalansuoja išraiškingą tarimą esant mažesnėms reikšmėms ir nuoseklų tarimą esant didesnėms.

numatytoji 0.75

Etaloninio balso panašumo valdiklis, galintis paveikti natūralumą: padidinus reikšmę atitikimas sustiprėja, tačiau išvestis gali skambėti ne taip natūraliai.

Seed, naudojamas siekiant atkartojamų rezultatų; tikslus išvesties pakartojimas negarantuojamas.

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

Vykdyti šią užklausą

Jūsų raktas lieka šioje naršyklėje: jis siunčiamas tik į Doitong API ir išsaugomas (localStorage) tik pažymėjus Prisiminti. Gauti API raktą

Apie Eleven v4 Text to Speech

Eleven v4 skaito tekstą natūraliais, emocingais balsais ir supranta įterptąsias garso žymas, pvz., [excited] arba [whispering], taip pat IPA tarimą. Pasirinkite balsą, reguliuokite stabilumą ir panašumą, nustatykite kalbą ir pasirinktinai gaukite žodžių lygio laiko žymas. MP3, PCM, Opus ir telefonijos formatai.

Parametrai

PavadinimasTipas Numatytoji reikšmėLeidžiama Aprašas
textprivaloma
Tipasstring
≤ 5 000 simbolių
Pateikite kalbos turinį kaip tekstą, pasirinktinai nurodydami tarimą garso žymomis, pavyzdžiui, [whispering], arba IPA tarimą tarp pasvirųjų brūkšnių.
voiceneprivalomas
Tipasstring
Numatytoji reikšmėRachel
Kalbai sintetinti pasirinktas balsas.
stabilityneprivalomas
Tipasnumber
Numatytoji reikšmė0.5
0 – 1
Balso stabilumas subalansuoja išraiškingą tarimą esant mažesnėms reikšmėms ir nuoseklų tarimą esant didesnėms.
similarity_boostneprivalomas
Tipasnumber
Numatytoji reikšmė0.75
0 – 1
Etaloninio balso panašumo valdiklis, galintis paveikti natūralumą: padidinus reikšmę atitikimas sustiprėja, tačiau išvestis gali skambėti ne taip natūraliai.
seedneprivalomas
Tipasinteger | null
0 – 4 294 967 295
Seed, naudojamas siekiant atkartojamų rezultatų; tikslus išvesties pakartojimas negarantuojamas.
language_codeneprivalomas
Tipasstring | null
ISO 639-1 kalbos kodas, naudojamas generuojant kalbą ir normalizuojant tekstą.
output_formatneprivalomas
Tipasenum
Numatytoji reikšmėmp3_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
dar +3opus_48000_96opus_48000_128opus_48000_192
Sugeneruoto garso formatas, nurodomas pagal šabloną codec_sample_rate_bitrate.
apply_text_normalizationneprivalomas
Tipasenum
Numatytoji reikšmėauto
autoonoff
Valdo teksto normalizavimą prieš generavimą, įskaitant skaičių ir datų tvarkymą.
timestampsneprivalomas
Tipasboolean
Numatytoji reikšmėfalse
Valdo, ar sugeneruotą garsą lydi atskirų simbolių laiko duomenys.
privaloma

Išvestis

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"
  }
}
Jūsų failai — jūsų pasirinkimasKiekvienas outputs[].url yra kopija mūsų saugykloje: saugoma neribotą laiką (mokama už GB per mėnesį) arba 7 dienos nemokamai, pagal paskyros nustatymą arba ?storage=.
Ta pati struktūra kiekviename modelyjetype, url, content_type, width, height ir duration taikomi vaizdams, vaizdo įrašams ir garsui. output yra paties modelio rezultatų objektas.
Išvesties laukai
audio
object {url, content_type, file_name, file_size}Generuojant sukurtas garso failas.
timestamps
array of any | nullSugeneruotos kalbos laiko duomenys, pateikiami tik užklausoms, kurių `timestamps` nustatytas kaip True; pateikiama kiekvieno žodžio laiko žyma.

Daugiau modelių: Tekstas į kalbą

AI agentams: šis puslapis Markdown formatu pateikiamas adresu https://doitong.com/lt/developers/models/elevenlabs/tts/eleven-v4.md. Visi modeliai ir vadovai: https://doitong.com/developers/llms.txt