Hoppa till innehåll

Eleven v4 Text to Speech

Integrera

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"

Den här begäran: 0,014 $ 14 API-krediter · ≈ 1,51 ₽ Kör den på den här sidan

Hämta API-nyckel
ElevenLabs Text till tal #voiceover#expressive#timestamps

ElevenLabs mest uttrycksfulla röstmodell, med inbäddade känslotaggar och ordtidsstämplar.

Exempel

Resultat · ~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-krediter

Skapa en begäran

Kontrollerna genereras från modellschemat. Koden och priset uppdateras när du ändrar dem.

•obligatoriskt 169 / 5000

Ange talinnehåll som text, med möjlighet att markera framförandet med ljudtaggar som [whispering] eller ange IPA-uttal mellan snedstreck.

standard Rachel

Röst som valts för talsyntes.

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

Styr textnormalisering före generering, inklusive hantering av tal och datum.

ISO 639-1-språkkod som används vid generering av tal och normalisering av text.

standard mp3_44100_128

Format för genererat ljud, angivet med mönstret codec_sample_rate_bitrate.

standard 0.5

Röststabilitet balanserar uttrycksfullt framförande vid lägre värden mot konsekvent framförande vid högre värden.

standard 0.75

Kontroll av likheten med referensrösten, med en möjlig avvägning mot naturlighet: ett högre värde förstärker likheten men kan få utdatat att låta mindre naturligt.

Seed som används för att försöka uppnå reproducerbara resultat; exakt upprepning av utdata garanteras inte.

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"

Kör den här begäran

Din nyckel stannar i den här webbläsaren: den skickas endast till Doitong API och sparas endast i localStorage om du markerar Kom ihåg. Hämta en API-nyckel

Om Eleven v4 Text to Speech

Eleven v4 läser upp text med naturliga, känslomässiga röster och förstår inbäddade ljudtaggar som [excited] eller [whispering] samt IPA-uttal. Välj en röst, justera stabilitet och likhet, ange språk och hämta eventuellt tidsstämplar på ordnivå. MP3, PCM, Opus och telefoni-format.

Parametrar

NamnTyp StandardTillåtna Beskrivning
textobligatoriskt
Typstring
≤ 5 000 tecken
Ange talinnehåll som text, med möjlighet att markera framförandet med ljudtaggar som [whispering] eller ange IPA-uttal mellan snedstreck.
voicevalfritt
Typstring
StandardRachel
Röst som valts för talsyntes.
stabilityvalfritt
Typnumber
Standard0.5
0 – 1
Röststabilitet balanserar uttrycksfullt framförande vid lägre värden mot konsekvent framförande vid högre värden.
similarity_boostvalfritt
Typnumber
Standard0.75
0 – 1
Kontroll av likheten med referensrösten, med en möjlig avvägning mot naturlighet: ett högre värde förstärker likheten men kan få utdatat att låta mindre naturligt.
seedvalfritt
Typinteger | null
0 – 4 294 967 295
Seed som används för att försöka uppnå reproducerbara resultat; exakt upprepning av utdata garanteras inte.
language_codevalfritt
Typstring | null
ISO 639-1-språkkod som används vid generering av tal och normalisering av text.
output_formatvalfritt
Typenum
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 tillopus_48000_96opus_48000_128opus_48000_192
Format för genererat ljud, angivet med mönstret codec_sample_rate_bitrate.
apply_text_normalizationvalfritt
Typenum
Standardauto
autoonoff
Styr textnormalisering före generering, inklusive hantering av tal och datum.
timestampsvalfritt
Typboolean
Standardfalse
Styr om genererat ljud åtföljs av tidsdata för enskilda tecken.
obligatoriskt

Resultat

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"
  }
}
Dina filer, ditt valVarje outputs[].url är en kopia i vår lagring: sparad för alltid (debiteras per GB-månad) eller 7 dagar kostnadsfritt, enligt din kontoinställning eller ?storage=.
Samma struktur för varje modelltype, url, content_type, width, height och duration, för bilder, video och ljud. output är modellens eget resultatobjekt.
Resultatets fält
audio
object {url, content_type, file_name, file_size}Ljudfil som producerats genom generering.
timestamps
array of any | nullTidsdata för genererat tal, inkluderas endast för begäranden där `timestamps` är satt till True, med en tidsstämpel för varje ord.

Fler modeller: Text till tal

För AI-agenter: den här sidan som Markdown finns på https://doitong.com/sv/developers/models/elevenlabs/tts/eleven-v4.md. Alla modeller och guider: https://doitong.com/developers/llms.txt