مواد پر جائیں

Eleven v4 Text to Speech

انٹیگریٹ کریں

ماڈل 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"

یہ درخواست: ⁨$0.014⁩ 14 API کریڈٹس · ≈ ⁨₽1.51⁩ اس صفحے پر چلائیں

API کلید حاصل کریں
ElevenLabs متن سے آواز #voiceover#expressive#timestamps

ElevenLabs کا سب سے زیادہ اظہار پذیر وائس ماڈل، اندرونی جذباتی ٹیگز اور لفظی ٹائم اسٹیمپس کے ساتھ۔

مثالیں

آؤٹ پٹ · ~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 کریڈٹس

درخواست بنائیں

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

•لازمی 169 / 5000

تقریر کا مواد متن کے طور پر فراہم کریں؛ اختیاری طور پر [whispering] جیسے آڈیو ٹیگز سے ادائیگی کی وضاحت کریں یا فارورڈ سلیشز کے درمیان IPA تلفظ درج کریں۔

ڈیفالٹ Rachel

اسپیچ سنتھیسائز کرنے کے لیے منتخب کردہ آواز۔

ایڈوانسڈ apply_text_normalization · language_code · output_format · stability · similarity_boost · seed · timestamps
apply_text_normalization ڈیفالٹ auto

تخلیق سے پہلے متن کو معمول پر لانے کا کنٹرول، جس میں نمبرز اور تاریخوں کی ہینڈلنگ شامل ہے۔

تقریر تخلیق کرنے اور متن کو معمول پر لانے کے لیے استعمال ہونے والا ISO 639-1 زبان کا کوڈ۔

ڈیفالٹ mp3_44100_128

تخلیق شدہ آڈیو فارمیٹ، `codec_sample_rate_bitrate` pattern کے ذریعے مخصوص کیا جاتا ہے۔

ڈیفالٹ 0.5

آواز کا استحکام کم سیٹنگز پر اظہاری ادائیگی اور زیادہ سیٹنگز پر مستقل ادائیگی کے درمیان توازن قائم کرتا ہے۔

ڈیفالٹ 0.75

حوالہ آواز سے مماثلت کا کنٹرول، جس میں فطری پن پر ممکنہ سمجھوتا شامل ہے: اسے بڑھانے سے مماثلت مضبوط ہوتی ہے، مگر آؤٹ پٹ کم فطری محسوس ہو سکتا ہے۔

قابلِ تکرار نتائج کی کوشش کے لیے استعمال ہونے والا seed؛ آؤٹ پٹ کی عین تکرار کی ضمانت نہیں۔

POST /run/elevenlabs/tts/eleven-v4?wait=20 قیمت → ⁨$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"

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

Eleven v4 Text to Speech کے بارے میں

Eleven v4 متن کو قدرتی، جذباتی آوازوں میں پڑھتا ہے اور [excited] یا [whispering] جیسے اندرونی آڈیو ٹیگز، نیز IPA تلفظ سمجھتا ہے۔ وائس منتخب کریں، استحکام اور مماثلت بہتر کریں، زبان مقرر کریں، اور اختیاری طور پر لفظی ٹائم اسٹیمپس حاصل کریں۔ MP3، PCM، Opus اور ٹیلی فونی فارمیٹس۔

پیرامیٹرز

نامقسم ڈیفالٹمجاز تفصیل
textلازمی
قسمstring
≤ 5,000 کریکٹرز
تقریر کا مواد متن کے طور پر فراہم کریں؛ اختیاری طور پر [whispering] جیسے آڈیو ٹیگز سے ادائیگی کی وضاحت کریں یا فارورڈ سلیشز کے درمیان IPA تلفظ درج کریں۔
voiceاختیاری
قسمstring
ڈیفالٹRachel
اسپیچ سنتھیسائز کرنے کے لیے منتخب کردہ آواز۔
stabilityاختیاری
قسمnumber
ڈیفالٹ0.5
0 – 1
آواز کا استحکام کم سیٹنگز پر اظہاری ادائیگی اور زیادہ سیٹنگز پر مستقل ادائیگی کے درمیان توازن قائم کرتا ہے۔
similarity_boostاختیاری
قسمnumber
ڈیفالٹ0.75
0 – 1
حوالہ آواز سے مماثلت کا کنٹرول، جس میں فطری پن پر ممکنہ سمجھوتا شامل ہے: اسے بڑھانے سے مماثلت مضبوط ہوتی ہے، مگر آؤٹ پٹ کم فطری محسوس ہو سکتا ہے۔
seedاختیاری
قسمinteger | null
0 – 4,294,967,295
قابلِ تکرار نتائج کی کوشش کے لیے استعمال ہونے والا seed؛ آؤٹ پٹ کی عین تکرار کی ضمانت نہیں۔
language_codeاختیاری
قسمstring | null
تقریر تخلیق کرنے اور متن کو معمول پر لانے کے لیے استعمال ہونے والا ISO 639-1 زبان کا کوڈ۔
output_formatاختیاری
قسمenum
ڈیفالٹmp3_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 مزیدopus_48000_96opus_48000_128opus_48000_192
تخلیق شدہ آڈیو فارمیٹ، `codec_sample_rate_bitrate` pattern کے ذریعے مخصوص کیا جاتا ہے۔
apply_text_normalizationاختیاری
قسمenum
ڈیفالٹauto
autoonoff
تخلیق سے پہلے متن کو معمول پر لانے کا کنٹرول، جس میں نمبرز اور تاریخوں کی ہینڈلنگ شامل ہے۔
timestampsاختیاری
قسمboolean
ڈیفالٹfalse
یہ کنٹرول کرتا ہے کہ تخلیق کردہ آڈیو کے ساتھ انفرادی حروف کے لیے ٹائمنگ ڈیٹا شامل ہو یا نہیں۔
لازمی

آؤٹ پٹ

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"
  }
}
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۔
timestamps
array of any | nullتخلیق شدہ speech کا timing data، صرف `timestamps` کو True سیٹ کرنے والی درخواستوں میں شامل ہوتا ہے، ہر لفظ کے لیے timestamp کے ساتھ۔

مزید ماڈلز: متن سے آواز

AI ایجنٹس کے لیے: یہ صفحہ Markdown میں یہاں موجود ہے https://doitong.com/ur/developers/models/elevenlabs/tts/eleven-v4.md. تمام ماڈلز اور گائیڈز: https://doitong.com/developers/llms.txt