Przejdź do treści

Elevenlabs

Integracja

Identyfikator modelu elevenlabs/text-to-dialogue/eleven-v3
# 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/text-to-dialogue/eleven-v3?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "inputs": [
      {
        "text": "[applause] Thank you all for coming tonight! Today we have a very special guest with us.",
        "voice": "Aria"
      },
      {
        "text": "[gulps] ... [strong canadian accent] [excited] Hello everyone! Thank you all for having me tonight on this special day.",
        "voice": "Charlotte"
      }
    ]
  }'

# 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"

To żądanie: ≈0,10 $ 100 kredytów API · ≈ 10,73 ₽ Uruchom na tej stronie

Uzyskaj klucz API
ElevenLabs Tekst na mowę #audio

Przekształca listę par tekstu i identyfikatora głosu w wielogłosową ścieżkę dialogową audio

ElevenLabs · Audio

Tutaj pojawi się pierwszy wynik

Zbuduj poniżej żądanie i uruchom je za pomocą klucza API. Wyniki są kopiowane do naszej przestrzeni dyskowej i przechowywane bezterminowo lub 7 dni bezpłatnie.

Zbuduj żądanie

Elementy sterujące są generowane ze schematu modelu. Kod i cena aktualizują się podczas ich zmiany.

•wymagane

Wpisy dialogowe do syntezy mowy, z których każdy łączy tekst z identyfikatorem głosu.

Zaawansowane language_code · stability · seed · use_speaker_boost · pronunciation_dictionary_locators

Określ wymagany język modelu za pomocą kodu ISO 639-1; żądanie zakończy się błędem, jeśli model nie obsługuje tego kodu.

Stabilność i zmienność głosu między generowaniami, ograniczona do 0.0, 0.5 lub 1.0; wartości spoza tego zbioru są zaokrąglane do najbliższej akceptowanej wartości. Wyższe ustawienia mogą ograniczać emocje i powodować monotonny dźwięk, natomiast niższe poszerzają zakres emocjonalny głosu.

Ziarno sterujące losowością w celu uzyskania powtarzalnych wyników.

domyślnie []

Podaj maksymalnie 3 lokalizatory słowników wymowy w kolejności, w której powinny wpływać na tekst. Każdy lokalizator identyfikuje słownik za pomocą id i version_id.

POST /run/elevenlabs/text-to-dialogue/eleven-v3?wait=20 wycena → 0,10 $
# 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/text-to-dialogue/eleven-v3?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "inputs": [
      {
        "text": "[applause] Thank you all for coming tonight! Today we have a very special guest with us.",
        "voice": "Aria"
      },
      {
        "text": "[gulps] ... [strong canadian accent] [excited] Hello everyone! Thank you all for having me tonight on this special day.",
        "voice": "Charlotte"
      }
    ]
  }'

# 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"

Uruchom to żądanie

Klucz pozostaje w tej przeglądarce: jest wysyłany tylko do Doitong API i zapisywany (localStorage) tylko po zaznaczeniu opcji Zapamiętaj. Uzyskaj klucz API

Informacje o Elevenlabs

Tworzy mówiony dialog z `inputs`, wymaganej listy, w której każdy element łączy tekst z identyfikatorem głosu. Zachowanie głosu można dostosować przez `stability` (0 do 1) i `use_speaker_boost`. Język można wymusić za pomocą `language_code`, a także zastosować do 3 lokalizatorów słownika wymowy. `seed` zapewnia powtarzalność i jest zwracany wraz z audio.

Parametry

NazwaTyp DomyślneDozwolone Opis
inputswymagane
Typobject[]
Wpisy dialogowe do syntezy mowy, z których każdy łączy tekst z identyfikatorem głosu.
inputs[].textwymagane
Typstring
Tekst zawierający dialog.
inputs[].voicewymagane
Typstring
Nazwa lub identyfikator głosu wybrany do generowania.
stabilityopcjonalne
Typnumber | null
0 – 1
Stabilność i zmienność głosu między generowaniami, ograniczona do 0.0, 0.5 lub 1.0; wartości spoza tego zbioru są zaokrąglane do najbliższej akceptowanej wartości. Wyższe ustawienia mogą ograniczać emocje i powodować monotonny dźwięk, natomiast niższe poszerzają zakres emocjonalny głosu.
use_speaker_boostopcjonalne
Typboolean | null
Ulepszanie podobieństwa głosu mówcy, które zwiększa opóźnienie z powodu niewielkiego wzrostu obciążenia obliczeniowego. Włączenie sprawia, że głos bardziej przypomina oryginalnego mówcę.
pronunciation_dictionary_locatorsopcjonalne
Typobject[]
Domyślne[]
Podaj maksymalnie 3 lokalizatory słowników wymowy w kolejności, w której powinny wpływać na tekst. Każdy lokalizator identyfikuje słownik za pomocą id i version_id.
pronunciation_dictionary_locators[].pronunciation_dictionary_idopcjonalne
Typstring | null
Identyfikator słownika wymowy.
pronunciation_dictionary_locators[].version_idopcjonalne
Typstring | null
Wybierz konkretną wersję słownika wymowy według jej ID albo pozostaw nieustawione, aby użyć najnowszej wersji.
seedopcjonalne
Typinteger | null
Ziarno sterujące losowością w celu uzyskania powtarzalnych wyników.
language_codeopcjonalne
Typstring | null
Określ wymagany język modelu za pomocą kodu ISO 639-1; żądanie zakończy się błędem, jeśli model nie obsługuje tego kodu.
wymagane

Wynik

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "elevenlabs/text-to-dialogue/eleven-v3",
  "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": 100,
    "usd": "0.10",
    "charged": 100,
    "refunded": 0
  },
  "input": {
    "inputs": [
      {
        "text": "[applause] Thank you all for coming tonight! Today we have a very special guest with us.",
        "voice": "Aria"
      },
      {
        "text": "[gulps] ... [strong canadian accent] [excited] Hello everyone! Thank you all for having me tonight on this special day.",
        "voice": "Charlotte"
      }
    ]
  },
  "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
    },
    "seed": 42
  },
  "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"
  }
}
Twoje pliki, Twój wybórKażdy outputs[].url to kopia w naszej przestrzeni dyskowej: przechowywana bezterminowo (opłata za GB-miesiąc) lub 7 dni bezpłatnie, zgodnie z ustawieniem konta lub ?storage=.
Taki sam format w każdym modelutype, url, content_type, width, height i duration — tak samo dla obrazów, filmów i dźwięku. output to własny obiekt wyniku modelu.
Pola wyniku
audio
object {url, content_type, file_name, file_size}Plik audio utworzony w wyniku generowania.
seed
integerZiarno sterujące losowością w celu uzyskania powtarzalnych wyników.

Dla agentów AI: ta strona w formacie Markdown jest dostępna pod adresem https://doitong.com/pl/developers/models/elevenlabs/text-to-dialogue/eleven-v3.md. Wszystkie modele i przewodniki: https://doitong.com/developers/llms.txt