Avançar 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"

Este pedido: ≈0,10 $ 100 créditos da API · ≈ 10,75 ₽ Executar nesta página

Obter chave de API
ElevenLabs Texto para voz #audio

Transforma uma lista de pares de texto e ID de voz numa faixa de áudio de diálogo com vários locutores

ElevenLabs · Áudio

O seu primeiro resultado aparece aqui

Crie um pedido abaixo e execute-o com a sua chave de API. As saídas são copiadas para o nosso armazenamento, guardadas para sempre ou durante 7 dias gratuitamente.

Criar um pedido

Os controlos são gerados a partir do esquema do modelo. O código e o preço são atualizados à medida que os altera.

•obrigatório

Entradas de diálogo a sintetizar 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 através de um código ISO 639-1; o pedido falha com um erro, a menos que o modelo suporte esse código.

Estabilidade e variação da voz entre gerações, limitadas a 0.0, 0.5 ou 1.0; as entradas fora deste conjunto são arredondadas para o valor aceite mais próximo. Valores mais elevados 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 obter resultados reproduzíveis.

predefinição []

Forneça até 3 localizadores de dicionários de pronúncia pela ordem em que devem afetar o texto. Cada localizador identifica um dicionário através de 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 este pedido

A sua chave permanece neste navegador: é enviada apenas para a Doitong API e guardada em localStorage apenas se selecionar Lembrar. Obter uma chave de API

Sobre Elevenlabs

Cria um diálogo falado a partir de `inputs`, uma lista obrigatória em que 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`. Pode impor um idioma com `language_code` e aplicar até 3 localizadores de dicionários de pronúncia. É aceite um `seed` para reprodutibilidade, devolvido juntamente com o áudio.

Parâmetros

NomeTipo PredefiniçãoPermitido Descrição
inputsobrigatório
Tipoobject[]
Entradas de diálogo a sintetizar como fala, cada uma associando texto a um ID de voz.
inputs[].textobrigatório
Tipostring
Texto que contém 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, limitadas a 0.0, 0.5 ou 1.0; as entradas fora deste conjunto são arredondadas para o valor aceite mais próximo. Valores mais elevados podem limitar a emoção e produzir um som monótono, enquanto valores mais baixos ampliam o alcance emocional da voz.
use_speaker_boostopcional
Tipoboolean | null
Melhoramento da semelhança do orador, que aumenta a latência devido a um ligeiro aumento da carga computacional. Ativá-lo faz com que a voz se assemelhe mais à do orador original.
pronunciation_dictionary_locatorsopcional
Tipoobject[]
Predefinição[]
Forneça até 3 localizadores de dicionários de pronúncia pela ordem em que devem afetar o texto. Cada localizador identifica um dicionário através de 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 respetivo ID ou deixe por definir para utilizar a versão mais recente.
seedopcional
Tipointeger | null
Seed que controla a aleatoriedade para obter resultados reproduzíveis.
language_codeopcional
Tipostring | null
Especifique o idioma exigido pelo modelo através de um código ISO 639-1; o pedido falha com um erro, a menos que o modelo suporte esse código.
obrigatório

Resultado

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"
  }
}
Os seus ficheiros, a sua escolhaCada outputs[].url é uma cópia no nosso armazenamento: guardada para sempre (paga por GB-mês) ou durante 7 dias gratuitamente, conforme a definição da sua conta ou ?storage=.
A mesma estrutura em todos os modelostype, url, content_type, width, height e duration, tanto para imagens como para vídeo e áudio. output é o próprio objeto de resultado do modelo.
Campos do resultado
audio
object {url, content_type, file_name, file_size}Ficheiro de áudio produzido pela geração.
seed
integerSeed que controla a aleatoriedade para obter resultados reproduzíveis.

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