Gå til innhold

Eleven v4 Text to Speech

Integrer

Modell-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"

Denne forespørselen: 0,014 $ 14 API-kreditter · ≈ 1,49 ₽ Kjør den på denne siden

Hent API-nøkkel
ElevenLabs Tekst til tale #voiceover#expressive#timestamps

ElevenLabs' mest uttrykksfulle talemodell, med innebygde følelsestagger og tidsstempler på ordnivå.

Eksempler

Utdata · ~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-kreditter

Bygg en forespørsel

Kontrollene genereres fra modellskjemaet. Koden og prisen oppdateres når du endrer dem.

•obligatorisk 169 / 5000

Oppgi taleinnhold som tekst, eventuelt med markering av fremføringen ved hjelp av lydtagger som [whispering] eller med IPA-uttale mellom skråstreker.

standard Rachel

Stemme valgt for talesyntese.

Avansert apply_text_normalization · language_code · output_format · stability · similarity_boost · seed · timestamps
apply_text_normalization standard auto

Styrer tekstnormalisering før generering, inkludert håndtering av tall og datoer.

ISO 639-1-språkkode som brukes ved generering av tale og normalisering av tekst.

standard mp3_44100_128

Format for generert lyd, angitt med mønsteret codec_sample_rate_bitrate.

standard 0.5

Stemmestabilitet balanserer uttrykksfull fremføring ved lave innstillinger mot jevn fremføring ved høye innstillinger.

standard 0.75

Kontroll for likhet med referansestemmen, med mulig avveining mot naturlighet: en økning styrker samsvaret, men kan få utdataene til å høres mindre naturlige ut.

Seed som brukes i et forsøk på å gjenskape resultater; nøyaktig gjentakelse av utdata er ikke garantert.

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

Kjør denne forespørselen

Nøkkelen din blir i denne nettleseren: Den sendes bare til Doitong API og lagres bare i localStorage hvis du krysser av for Husk. Hent en API-nøkkel

Om Eleven v4 Text to Speech

Eleven v4 leser tekst høyt med naturlige, følelsesladde stemmer og forstår innebygde lydtagger som [excited] eller [whispering], samt IPA-uttale. Velg en stemme, juster stabilitet og likhet, angi språket, og hent eventuelt tidsstempler på ordnivå. MP3-, PCM-, Opus- og telefoniformater.

Parametere

NavnType StandardTillatt Beskrivelse
textobligatorisk
Typestring
≤ 5 000 tegn
Oppgi taleinnhold som tekst, eventuelt med markering av fremføringen ved hjelp av lydtagger som [whispering] eller med IPA-uttale mellom skråstreker.
voicevalgfritt
Typestring
StandardRachel
Stemme valgt for talesyntese.
stabilityvalgfritt
Typenumber
Standard0.5
0 – 1
Stemmestabilitet balanserer uttrykksfull fremføring ved lave innstillinger mot jevn fremføring ved høye innstillinger.
similarity_boostvalgfritt
Typenumber
Standard0.75
0 – 1
Kontroll for likhet med referansestemmen, med mulig avveining mot naturlighet: en økning styrker samsvaret, men kan få utdataene til å høres mindre naturlige ut.
seedvalgfritt
Typeinteger | null
0 – 4 294 967 295
Seed som brukes i et forsøk på å gjenskape resultater; nøyaktig gjentakelse av utdata er ikke garantert.
language_codevalgfritt
Typestring | null
ISO 639-1-språkkode som brukes ved generering av tale og normalisering av tekst.
output_formatvalgfritt
Typeenum
Standardmp3_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 flereopus_48000_96opus_48000_128opus_48000_192
Format for generert lyd, angitt med mønsteret codec_sample_rate_bitrate.
apply_text_normalizationvalgfritt
Typeenum
Standardauto
autoonoff
Styrer tekstnormalisering før generering, inkludert håndtering av tall og datoer.
timestampsvalgfritt
Typeboolean
Standardfalse
Styrer om generert lyd ledsages av tidsdata for individuelle tegn.
obligatorisk

Utdata

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"
  }
}
Filene dine, ditt valgHver outputs[].url er en kopi på lagringen vår: lagret for alltid (betalt per GB-måned) eller 7 dager gratis, styrt av kontoinnstillingen din eller ?storage=.
Samme struktur for hver modelltype, url, content_type, width, height og duration, for bilder, video og lyd. output er modellens eget resultatobjekt.
Utdatafelt
audio
object {url, content_type, file_name, file_size}Lydfil produsert av genereringen.
timestamps
array of any | nullTidsdata for generert tale, inkludert bare for forespørsler med `timestamps` satt til True, med et tidsstempel for hvert ord.

Flere modeller: Tekst til tale

For AI-agenter: Denne siden som Markdown finnes på https://doitong.com/no/developers/models/elevenlabs/tts/eleven-v4.md. Alle modeller og veiledninger: https://doitong.com/developers/llms.txt