Ir para o conteúdo

Elevenlabs

Integrar

ID do modelo 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"

Esta solicitação: ≈$ 0,10 100 créditos de API · ≈ ₽ 10,75 Executar nesta página

Obter chave de API
ElevenLabs Texto para fala #audio

Transforma uma lista de pares de texto e ID de voz em uma faixa de áudio de diálogo com vários falantes

ElevenLabs · Áudio

Seu primeiro resultado aparecerá aqui

Monte uma requisição abaixo e execute-a com sua chave de API. As saídas são copiadas para nosso armazenamento, mantidas para sempre ou por 7 dias gratuitamente.

Criar uma solicitação

Os controles são gerados a partir do esquema do modelo. O código e o preço são atualizados conforme você os altera.

•obrigatório

Entradas de diálogo a serem sintetizadas como fala, cada uma associando texto a um ID de voz.

Avançado language_code · stability · seed · use_speaker_boost · pronunciation_dictionary_locators

Especifique o idioma exigido pelo modelo com um código ISO 639-1; a requisição falha com um erro, a menos que o modelo seja compatível com esse código.

Estabilidade e variação da voz entre gerações, restritas a 0.0, 0.5 ou 1.0; entradas fora desse conjunto são arredondadas para o valor aceito mais próximo. Valores mais altos podem limitar a emoção e produzir um som monótono, enquanto valores mais baixos ampliam o alcance emocional da voz.

Seed que controla a aleatoriedade para resultados reproduzíveis.

padrão []

Forneça até 3 localizadores de dicionários de pronúncia na ordem em que devem afetar o texto. Cada localizador identifica um dicionário por id e version_id.

POST /run/elevenlabs/text-to-dialogue/eleven-v3?wait=20 cotação → $ 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"

Executar esta solicitação

Sua chave permanece neste navegador: ela é enviada somente à Doitong API e salva (localStorage) apenas se você marcar Lembrar. Obter uma chave de API

Sobre Elevenlabs

Cria um diálogo falado a partir de `inputs`, uma lista obrigatória na qual cada entrada associa texto a um ID de voz. O comportamento da voz pode ser ajustado com `stability` (0 a 1) e `use_speaker_boost`. Você pode impor um idioma com `language_code` e aplicar até 3 localizadores de dicionário de pronúncia. Um `seed` é aceito para reprodutibilidade e retornado com o áudio.

Parâmetros

NomeTipo PadrãoPermitido Descrição
inputsobrigatório
Tipoobject[]
Entradas de diálogo a serem sintetizadas como fala, cada uma associando texto a um ID de voz.
inputs[].textobrigatório
Tipostring
Texto contendo o diálogo.
inputs[].voiceobrigatório
Tipostring
Nome ou ID da voz selecionada para a geração.
stabilityopcional
Tiponumber | null
0 – 1
Estabilidade e variação da voz entre gerações, restritas a 0.0, 0.5 ou 1.0; entradas fora desse conjunto são arredondadas para o valor aceito mais próximo. Valores mais altos podem limitar a emoção e produzir um som monótono, enquanto valores mais baixos ampliam o alcance emocional da voz.
use_speaker_boostopcional
Tipoboolean | null
Aprimoramento da similaridade do falante, que adiciona latência devido a um pequeno aumento na carga computacional. Ativá-lo faz a voz se parecer mais com a do falante original.
pronunciation_dictionary_locatorsopcional
Tipoobject[]
Padrão[]
Forneça até 3 localizadores de dicionários de pronúncia na ordem em que devem afetar o texto. Cada localizador identifica um dicionário por id e version_id.
pronunciation_dictionary_locators[].pronunciation_dictionary_idopcional
Tipostring | null
Identificador do dicionário de pronúncia.
pronunciation_dictionary_locators[].version_idopcional
Tipostring | null
Selecione uma versão específica do dicionário de pronúncia pelo ID ou deixe sem definir para usar a versão mais recente.
seedopcional
Tipointeger | null
Seed que controla a aleatoriedade para resultados reproduzíveis.
language_codeopcional
Tipostring | null
Especifique o idioma exigido pelo modelo com um código ISO 639-1; a requisição falha com um erro, a menos que o modelo seja compatível com esse código.
obrigatório

Saída

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"
  }
}
Seus arquivos, sua escolhaCada outputs[].url é uma cópia em nosso armazenamento: mantida para sempre (cobrada por GB-mês) ou por 7 dias gratuitamente, conforme a configuração da sua conta ou ?storage=.
Mesmo formato em todos os modelostype, url, content_type, width, height e duration, para imagens, vídeos e áudios. output é o próprio objeto de resultado do modelo.
Campos da saída
audio
object {url, content_type, file_name, file_size}Arquivo de áudio produzido pela geração.
seed
integerSeed que controla a aleatoriedade para resultados reproduzíveis.

Para agentes de IA: esta página em Markdown está em https://doitong.com/pt-BR/developers/models/elevenlabs/text-to-dialogue/eleven-v3.md. Todos os modelos e guias: https://doitong.com/developers/llms.txt