مواد پر جائیں

Elevenlabs

انٹیگریٹ کریں

ماڈل id 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"

یہ درخواست: ≈⁨$0.10⁩ 100 API کریڈٹس · ≈ ⁨₽10.73⁩ اس صفحے پر چلائیں

API کلید حاصل کریں
ElevenLabs متن سے آواز #audio

متن اور وائس ID کے جوڑوں کی فہرست کو متعدد اسپیکروں والے ڈائیلاگ آڈیو ٹریک میں تبدیل کرتا ہے

ElevenLabs · آڈیو

آپ کا پہلا نتیجہ یہاں آئے گا

ذیل میں درخواست بنائیں اور اپنی API کلید کے ساتھ چلائیں۔ آؤٹ پٹس ہمارے اسٹوریج میں کاپی ہو جاتے ہیں، ہمیشہ کے لیے یا مفت میں 7 دن تک محفوظ رہتے ہیں۔

درخواست بنائیں

کنٹرولز ماڈل اسکیما سے تیار ہوتے ہیں۔ آپ کے بدلنے کے ساتھ کوڈ اور قیمت اپ ڈیٹ ہوتے ہیں۔

•لازمی

speech کے طور پر synthesize کیے جانے والے dialogue entries، ہر ایک میں text اور voice ID شامل ہے۔

ایڈوانسڈ language_code · stability · seed · use_speaker_boost · pronunciation_dictionary_locators

مطلوبہ ماڈل کی زبان ISO 639-1 کوڈ سے متعین کریں؛ اگر ماڈل اس کوڈ کو سپورٹ نہ کرے تو درخواست خرابی کے ساتھ ناکام ہو جاتی ہے۔

مختلف بار آواز تیار کرنے پر اس کا استحکام اور تغیر، جو صرف 0.0، 0.5 یا 1.0 ہو سکتا ہے؛ اس مجموعے سے باہر کے ان پٹ کو قریب ترین قابل قبول قدر پر راؤنڈ کر دیا جاتا ہے۔ زیادہ سیٹنگز جذبات کو محدود اور آواز کو یکساں کر سکتی ہیں، جبکہ کم سیٹنگز آواز کے جذباتی تنوع کو بڑھاتی ہیں۔

قابلِ تکرار نتائج کے لیے بے ترتیبی کو کنٹرول کرنے والا سیڈ۔

ڈیفالٹ []

زیادہ سے زیادہ 3 pronunciation dictionary locators اس ترتیب سے فراہم کریں جس میں وہ متن پر اثر انداز ہوں۔ ہر locator id اور version_id کے ذریعے ایک dictionary کی شناخت کرتا ہے۔

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

یہ درخواست چلائیں

آپ کی key اسی براؤزر میں رہتی ہے: یہ صرف Doitong API کو بھیجی جاتی ہے اور صرف اس صورت میں localStorage میں محفوظ ہوتی ہے جب آپ Remember منتخب کریں۔ API کلید حاصل کریں

Elevenlabs کے بارے میں

`inputs` سے بول چالا تیار کرتا ہے؛ یہ لازمی فہرست ہے جس کی ہر اندراج میں متن اور وائس ID کا جوڑا ہوتا ہے۔ آواز کے رویے کو `stability` (0 تا 1) اور `use_speaker_boost` سے بہتر بنایا جا سکتا ہے۔ `language_code` کے ذریعے زبان نافذ کریں اور زیادہ سے زیادہ 3 تلفظی لغت لوکیٹرز لگائیں۔ قابل تکرار نتائج کے لیے `seed` قبول کیا جاتا ہے اور آڈیو کے ساتھ واپس کیا جاتا ہے۔

پیرامیٹرز

نامقسم ڈیفالٹمجاز تفصیل
inputsلازمی
قسمobject[]
speech کے طور پر synthesize کیے جانے والے dialogue entries، ہر ایک میں text اور voice ID شامل ہے۔
inputs[].textلازمی
قسمstring
dialogue پر مشتمل متن۔
inputs[].voiceلازمی
قسمstring
تخلیق کے لیے منتخب کردہ voice name یا ID۔
stabilityاختیاری
قسمnumber | null
0 – 1
مختلف بار آواز تیار کرنے پر اس کا استحکام اور تغیر، جو صرف 0.0، 0.5 یا 1.0 ہو سکتا ہے؛ اس مجموعے سے باہر کے ان پٹ کو قریب ترین قابل قبول قدر پر راؤنڈ کر دیا جاتا ہے۔ زیادہ سیٹنگز جذبات کو محدود اور آواز کو یکساں کر سکتی ہیں، جبکہ کم سیٹنگز آواز کے جذباتی تنوع کو بڑھاتی ہیں۔
use_speaker_boostاختیاری
قسمboolean | null
speaker similarity کی بہتری، جو computational load میں معمولی اضافے کے باعث latency بڑھاتی ہے۔ اسے فعال کرنے سے آواز اصل speaker سے زیادہ مشابہ ہو جاتی ہے۔
pronunciation_dictionary_locatorsاختیاری
قسمobject[]
ڈیفالٹ[]
زیادہ سے زیادہ 3 pronunciation dictionary locators اس ترتیب سے فراہم کریں جس میں وہ متن پر اثر انداز ہوں۔ ہر locator id اور version_id کے ذریعے ایک dictionary کی شناخت کرتا ہے۔
pronunciation_dictionary_locators[].pronunciation_dictionary_idاختیاری
قسمstring | null
pronunciation dictionary کا identifier۔
pronunciation_dictionary_locators[].version_idاختیاری
قسمstring | null
ID کے ذریعے مخصوص pronunciation dictionary version منتخب کریں، یا اسے خالی چھوڑیں تاکہ تازہ ترین version استعمال ہو۔
seedاختیاری
قسمinteger | null
قابلِ تکرار نتائج کے لیے بے ترتیبی کو کنٹرول کرنے والا سیڈ۔
language_codeاختیاری
قسمstring | null
مطلوبہ ماڈل کی زبان ISO 639-1 کوڈ سے متعین کریں؛ اگر ماڈل اس کوڈ کو سپورٹ نہ کرے تو درخواست خرابی کے ساتھ ناکام ہو جاتی ہے۔
لازمی

آؤٹ پٹ

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"
  }
}
آپ کی فائلیں، آپ کا انتخابہر outputs[].url ہمارے اسٹوریج میں ایک کاپی ہے: ہمیشہ کے لیے محفوظ (فی GB-ماہ ادائیگی) یا مفت میں 7 دن تک، آپ کی اکاؤنٹ سیٹنگ یا ?storage= کے مطابق۔
ہر ماڈل میں ایک جیسی ساختtype، url، content_type، width، height اور duration، تصاویر، ویڈیو اور آڈیو سب کے لیے یکساں۔ output ماڈل کا اپنا نتیجہ آبجیکٹ ہے۔
آؤٹ پٹ کے فیلڈز
audio
object {url, content_type, file_name, file_size}تخلیق کے ذریعے تیار ہونے والی آڈیو فائل۔
seed
integerقابلِ تکرار نتائج کے لیے بے ترتیبی کو کنٹرول کرنے والا سیڈ۔

AI ایجنٹس کے لیے: یہ صفحہ Markdown میں یہاں موجود ہے https://doitong.com/ur/developers/models/elevenlabs/text-to-dialogue/eleven-v3.md. تمام ماڈلز اور گائیڈز: https://doitong.com/developers/llms.txt