ਸਮੱਗਰੀ ਵੱਲ ਜਾਓ

Eleven v4 Text to Speech

ਇੰਟੀਗ੍ਰੇਟ ਕਰੋ

ਮਾਡਲ 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"

ਇਹ ਬੇਨਤੀ: $0.014 14 API ਕ੍ਰੈਡਿਟ · ≈ ₽1.50 ਇਸ ਪੰਨੇ ’ਤੇ ਚਲਾਓ

API ਕੁੰਜੀ ਲਵੋ
ElevenLabs ਟੈਕਸਟ ਤੋਂ ਬੋਲੀ #voiceover#expressive#timestamps

ElevenLabs ਦਾ ਸਭ ਤੋਂ ਅਭਿਵਿਅੰਜਕ ਵੌਇਸ ਮਾਡਲ, ਜਿਸ ਵਿੱਚ ਇਨਲਾਈਨ ਭਾਵਨਾ ਟੈਗ ਅਤੇ ਸ਼ਬਦ-ਪੱਧਰੀ ਟਾਈਮਸਟੈਂਪ ਹਨ।

ਉਦਾਹਰਨਾਂ

ਆਉਟਪੁੱਟ · ~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 ਕ੍ਰੈਡਿਟ

ਰਿਕਵੈਸਟ ਬਣਾਓ

ਕੰਟਰੋਲ ਮਾਡਲ ਸਕੀਮਾ ਤੋਂ ਤਿਆਰ ਹੁੰਦੇ ਹਨ। ਤੁਸੀਂ ਬਦਲਾਅ ਕਰਦੇ ਹੀ ਕੋਡ ਅਤੇ ਕੀਮਤ ਅੱਪਡੇਟ ਹੋ ਜਾਂਦੇ ਹਨ।

•ਲੋੜੀਂਦਾ 169 / 5000

ਬੋਲੀ ਦੀ ਸਮੱਗਰੀ ਪਾਠ ਵਜੋਂ ਦਿਓ; ਡਿਲਿਵਰੀ ਨੂੰ [whispering] ਵਰਗੇ ਆਡੀਓ ਟੈਗਾਂ ਨਾਲ ਦਰਸਾਇਆ ਜਾ ਸਕਦਾ ਹੈ ਜਾਂ ਫਾਰਵਰਡ ਸਲੈਸ਼ਾਂ ਵਿਚਕਾਰ IPA ਉਚਾਰਣ ਦਿੱਤੇ ਜਾ ਸਕਦੇ ਹਨ।

ਡਿਫ਼ਾਲਟ Rachel

ਬੋਲੀ ਦੇ ਸੰਸ਼ਲੇਸ਼ਣ ਲਈ ਚੁਣੀ ਗਈ ਆਵਾਜ਼।

ਉੱਨਤ apply_text_normalization · language_code · output_format · stability · similarity_boost · seed · timestamps
apply_text_normalization ਡਿਫ਼ਾਲਟ auto

ਸਿਰਜਣਾ ਤੋਂ ਪਹਿਲਾਂ ਟੈਕਸਟ ਨੂੰ ਸਧਾਰਨ ਕਰਨ ਨੂੰ ਨਿਯੰਤਰਿਤ ਕਰਦਾ ਹੈ, ਜਿਸ ਵਿੱਚ ਸੰਖਿਆਵਾਂ ਅਤੇ ਮਿਤੀਆਂ ਦੀ ਸੰਭਾਲ ਸ਼ਾਮਲ ਹੈ।

ਬੋਲੀ ਬਣਾਉਣ ਅਤੇ ਟੈਕਸਟ ਨੂੰ ਸਧਾਰਨ ਕਰਨ ਵੇਲੇ ਵਰਤਿਆ ਜਾਣ ਵਾਲਾ ISO 639-1 ਭਾਸ਼ਾ ਕੋਡ।

ਡਿਫ਼ਾਲਟ mp3_44100_128

ਸਿਰਜੇ ਆਡੀਓ ਦਾ ਫਾਰਮੈਟ, codec_sample_rate_bitrate ਪੈਟਰਨ ਰਾਹੀਂ ਨਿਰਧਾਰਤ।

ਡਿਫ਼ਾਲਟ 0.5

ਆਵਾਜ਼ ਦੀ ਸਥਿਰਤਾ ਘੱਟ ਸੈਟਿੰਗਾਂ 'ਤੇ ਪ੍ਰਗਟਾਵੇਦਾਰ ਡਿਲਿਵਰੀ ਅਤੇ ਉੱਚੀਆਂ ਸੈਟਿੰਗਾਂ 'ਤੇ ਇਕਸਾਰ ਡਿਲਿਵਰੀ ਵਿਚਕਾਰ ਸੰਤੁਲਨ ਬਣਾਉਂਦੀ ਹੈ।

ਡਿਫ਼ਾਲਟ 0.75

ਹਵਾਲਾ ਆਵਾਜ਼ ਸਮਾਨਤਾ ਨਿਯੰਤਰਣ, ਜਿਸ ਵਿੱਚ ਕੁਦਰਤੀਪਣ ਨਾਲ ਸੰਭਾਵੀ ਸਮਝੌਤਾ ਹੈ: ਇਸਨੂੰ ਵਧਾਉਣ ਨਾਲ ਮਿਲਾਪ ਮਜ਼ਬੂਤ ਹੁੰਦਾ ਹੈ, ਪਰ ਆਉਟਪੁੱਟ ਘੱਟ ਕੁਦਰਤੀ ਸੁਣਾਈ ਦੇ ਸਕਦੀ ਹੈ।

ਦੁਹਰਾਏ ਜਾ ਸਕਣ ਵਾਲੇ ਨਤੀਜਿਆਂ ਦੀ ਕੋਸ਼ਿਸ਼ ਲਈ ਵਰਤਿਆ seed; ਆਉਟਪੁੱਟ ਦੀ ਬਿਲਕੁਲ ਦੁਹਰਾਈ ਦੀ ਗਾਰੰਟੀ ਨਹੀਂ।

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

ਇਹ ਬੇਨਤੀ ਚਲਾਓ

ਤੁਹਾਡੀ key ਇਸ ਬ੍ਰਾਊਜ਼ਰ ਵਿੱਚ ਰਹਿੰਦੀ ਹੈ: ਇਹ ਸਿਰਫ਼ Doitong API ਨੂੰ ਭੇਜੀ ਜਾਂਦੀ ਹੈ ਅਤੇ ਸਿਰਫ਼ ਤਾਂ ਹੀ (localStorage) ਵਿੱਚ ਸੁਰੱਖਿਅਤ ਹੁੰਦੀ ਹੈ ਜੇ ਤੁਸੀਂ Remember ਚੁਣੋ। API ਕੁੰਜੀ ਪ੍ਰਾਪਤ ਕਰੋ

Eleven v4 Text to Speech ਬਾਰੇ

Eleven v4 ਟੈਕਸਟ ਨੂੰ ਕੁਦਰਤੀ, ਭਾਵਨਾਤਮਕ ਆਵਾਜ਼ਾਂ ਵਿੱਚ ਉੱਚੀ ਆਵਾਜ਼ ਨਾਲ ਪੜ੍ਹਦਾ ਹੈ ਅਤੇ [excited] ਜਾਂ [whispering] ਵਰਗੇ ਇਨਲਾਈਨ ਆਡੀਓ ਟੈਗਾਂ ਦੇ ਨਾਲ IPA ਉਚਾਰਨਾਂ ਨੂੰ ਵੀ ਸਮਝਦਾ ਹੈ। ਇੱਕ ਵੌਇਸ ਚੁਣੋ, ਸਥਿਰਤਾ ਅਤੇ ਸਮਾਨਤਾ ਟਿਊਨ ਕਰੋ, ਭਾਸ਼ਾ ਸੈੱਟ ਕਰੋ, ਅਤੇ ਵਿਕਲਪਕ ਤੌਰ 'ਤੇ ਸ਼ਬਦ-ਪੱਧਰੀ ਟਾਈਮਸਟੈਂਪ ਪ੍ਰਾਪਤ ਕਰੋ। MP3, PCM, Opus ਅਤੇ ਟੈਲੀਫੋਨੀ ਫਾਰਮੈਟ।

ਪੈਰਾਮੀਟਰ

ਨਾਮਕਿਸਮ ਡਿਫ਼ਾਲਟਮਨਜ਼ੂਰਸ਼ੁਦਾ ਵੇਰਵਾ
textਲੋੜੀਂਦਾ
ਕਿਸਮstring
≤ 5,000 ਅੱਖਰ
ਬੋਲੀ ਦੀ ਸਮੱਗਰੀ ਪਾਠ ਵਜੋਂ ਦਿਓ; ਡਿਲਿਵਰੀ ਨੂੰ [whispering] ਵਰਗੇ ਆਡੀਓ ਟੈਗਾਂ ਨਾਲ ਦਰਸਾਇਆ ਜਾ ਸਕਦਾ ਹੈ ਜਾਂ ਫਾਰਵਰਡ ਸਲੈਸ਼ਾਂ ਵਿਚਕਾਰ IPA ਉਚਾਰਣ ਦਿੱਤੇ ਜਾ ਸਕਦੇ ਹਨ।
voiceਵਿਕਲਪਿਕ
ਕਿਸਮstring
ਡਿਫ਼ਾਲਟRachel
ਬੋਲੀ ਦੇ ਸੰਸ਼ਲੇਸ਼ਣ ਲਈ ਚੁਣੀ ਗਈ ਆਵਾਜ਼।
stabilityਵਿਕਲਪਿਕ
ਕਿਸਮnumber
ਡਿਫ਼ਾਲਟ0.5
0 – 1
ਆਵਾਜ਼ ਦੀ ਸਥਿਰਤਾ ਘੱਟ ਸੈਟਿੰਗਾਂ 'ਤੇ ਪ੍ਰਗਟਾਵੇਦਾਰ ਡਿਲਿਵਰੀ ਅਤੇ ਉੱਚੀਆਂ ਸੈਟਿੰਗਾਂ 'ਤੇ ਇਕਸਾਰ ਡਿਲਿਵਰੀ ਵਿਚਕਾਰ ਸੰਤੁਲਨ ਬਣਾਉਂਦੀ ਹੈ।
similarity_boostਵਿਕਲਪਿਕ
ਕਿਸਮnumber
ਡਿਫ਼ਾਲਟ0.75
0 – 1
ਹਵਾਲਾ ਆਵਾਜ਼ ਸਮਾਨਤਾ ਨਿਯੰਤਰਣ, ਜਿਸ ਵਿੱਚ ਕੁਦਰਤੀਪਣ ਨਾਲ ਸੰਭਾਵੀ ਸਮਝੌਤਾ ਹੈ: ਇਸਨੂੰ ਵਧਾਉਣ ਨਾਲ ਮਿਲਾਪ ਮਜ਼ਬੂਤ ਹੁੰਦਾ ਹੈ, ਪਰ ਆਉਟਪੁੱਟ ਘੱਟ ਕੁਦਰਤੀ ਸੁਣਾਈ ਦੇ ਸਕਦੀ ਹੈ।
seedਵਿਕਲਪਿਕ
ਕਿਸਮinteger | null
0 – 4,29,49,67,295
ਦੁਹਰਾਏ ਜਾ ਸਕਣ ਵਾਲੇ ਨਤੀਜਿਆਂ ਦੀ ਕੋਸ਼ਿਸ਼ ਲਈ ਵਰਤਿਆ seed; ਆਉਟਪੁੱਟ ਦੀ ਬਿਲਕੁਲ ਦੁਹਰਾਈ ਦੀ ਗਾਰੰਟੀ ਨਹੀਂ।
language_codeਵਿਕਲਪਿਕ
ਕਿਸਮstring | null
ਬੋਲੀ ਬਣਾਉਣ ਅਤੇ ਟੈਕਸਟ ਨੂੰ ਸਧਾਰਨ ਕਰਨ ਵੇਲੇ ਵਰਤਿਆ ਜਾਣ ਵਾਲਾ ISO 639-1 ਭਾਸ਼ਾ ਕੋਡ।
output_formatਵਿਕਲਪਿਕ
ਕਿਸਮenum
ਡਿਫ਼ਾਲਟmp3_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 ਹੋਰopus_48000_96opus_48000_128opus_48000_192
ਸਿਰਜੇ ਆਡੀਓ ਦਾ ਫਾਰਮੈਟ, codec_sample_rate_bitrate ਪੈਟਰਨ ਰਾਹੀਂ ਨਿਰਧਾਰਤ।
apply_text_normalizationਵਿਕਲਪਿਕ
ਕਿਸਮenum
ਡਿਫ਼ਾਲਟauto
autoonoff
ਸਿਰਜਣਾ ਤੋਂ ਪਹਿਲਾਂ ਟੈਕਸਟ ਨੂੰ ਸਧਾਰਨ ਕਰਨ ਨੂੰ ਨਿਯੰਤਰਿਤ ਕਰਦਾ ਹੈ, ਜਿਸ ਵਿੱਚ ਸੰਖਿਆਵਾਂ ਅਤੇ ਮਿਤੀਆਂ ਦੀ ਸੰਭਾਲ ਸ਼ਾਮਲ ਹੈ।
timestampsਵਿਕਲਪਿਕ
ਕਿਸਮboolean
ਡਿਫ਼ਾਲਟfalse
ਇਹ ਨਿਯੰਤਰਿਤ ਕਰਦਾ ਹੈ ਕਿ ਬਣਾਈ ਗਈ ਆਡੀਓ ਦੇ ਨਾਲ ਵਿਅਕਤੀਗਤ ਅੱਖਰਾਂ ਲਈ ਸਮਾਂ-ਸਬੰਧੀ ਡਾਟਾ ਦਿੱਤਾ ਜਾਵੇ ਜਾਂ ਨਹੀਂ।
ਲੋੜੀਂਦਾ

ਆਉਟਪੁੱਟ

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"
  }
}
ਤੁਹਾਡੀਆਂ ਫ਼ਾਈਲਾਂ, ਤੁਹਾਡੀ ਚੋਣਹਰ outputs[].url ਸਾਡੇ ਸਟੋਰੇਜ ਵਿੱਚ ਇੱਕ ਕਾਪੀ ਹੈ: ਹਮੇਸ਼ਾ ਲਈ ਰੱਖੀ ਜਾਂਦੀ ਹੈ (ਪ੍ਰਤੀ GB-ਮਹੀਨਾ ਭੁਗਤਾਨ) ਜਾਂ 7 ਦਿਨ ਤੱਕ ਮੁਫ਼ਤ, ਤੁਹਾਡੀ ਖਾਤਾ ਸੈਟਿੰਗ ਜਾਂ ?storage= ਅਨੁਸਾਰ।
ਹਰ ਮਾਡਲ ’ਤੇ ਇੱਕੋ ਜਿਹਾ ਰੂਪਤਸਵੀਰਾਂ, ਵੀਡੀਓ ਅਤੇ ਆਡੀਓ ਸਭ ਲਈ type, url, content_type, width, height ਅਤੇ duration। output ਮਾਡਲ ਦਾ ਆਪਣਾ ਨਤੀਜਾ ਆਬਜੈਕਟ ਹੈ।
ਆਉਟਪੁੱਟ ਦੇ ਫ਼ੀਲਡ
audio
object {url, content_type, file_name, file_size}ਸਿਰਜਣਾ ਨਾਲ ਬਣੀ ਆਡੀਓ ਫ਼ਾਈਲ।
timestamps
array of any | nullਸਿਰਜੇ ਗਏ ਭਾਸ਼ਣ ਦਾ timing ਡੇਟਾ, ਸਿਰਫ਼ `timestamps` ਨੂੰ True ਸੈੱਟ ਵਾਲੀਆਂ ਬੇਨਤੀਆਂ ਵਿੱਚ ਸ਼ਾਮਲ ਹੁੰਦਾ ਹੈ; ਹਰ ਸ਼ਬਦ ਲਈ ਇੱਕ timestamp ਹੁੰਦਾ ਹੈ।

ਹੋਰ ਮਾਡਲ: ਟੈਕਸਟ ਤੋਂ ਬੋਲੀ

AI ਏਜੰਟਾਂ ਲਈ: ਇਹ ਪੰਨਾ Markdown ਵਜੋਂ ਇੱਥੇ ਹੈ https://doitong.com/pa/developers/models/elevenlabs/tts/eleven-v4.md. ਸਾਰੇ ਮਾਡਲ ਅਤੇ ਗਾਈਡ: https://doitong.com/developers/llms.txt