Bỏ qua đến nội dung

Eleven v4 Text to Speech

Tích hợp

Id mô hình 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"

Yêu cầu này: 0,014 $ 14 tín dụng API · ≈ 1,51 ₽ Chạy trên trang này

Lấy khóa API
ElevenLabs Văn bản sang giọng nói #voiceover#expressive#timestamps

Mô hình giọng nói biểu cảm nhất của ElevenLabs, với thẻ cảm xúc nội dòng và mốc thời gian theo từ.

Ví dụ

Đầu ra · ~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 tín dụng API

Tạo một yêu cầu

Các điều khiển được tạo từ lược đồ mô hình. Mã và giá sẽ cập nhật khi bạn thay đổi chúng.

•bắt buộc 169 / 5000

Cung cấp nội dung lời nói dưới dạng văn bản, tùy chọn đánh dấu cách thể hiện bằng các thẻ âm thanh như [whispering] hoặc chỉ định cách phát âm IPA giữa các dấu gạch chéo.

mặc định Rachel

Giọng nói được chọn để tổng hợp lời nói.

Nâng cao apply_text_normalization · language_code · output_format · stability · similarity_boost · seed · timestamps
apply_text_normalization mặc định auto

Kiểm soát việc chuẩn hóa văn bản trước khi tạo sinh, bao gồm cách xử lý số và ngày tháng.

Mã ngôn ngữ ISO 639-1 được dùng khi tạo sinh giọng nói và chuẩn hóa văn bản.

mặc định mp3_44100_128

Định dạng âm thanh được tạo, chỉ định theo mẫu codec_sample_rate_bitrate.

mặc định 0.5

Độ ổn định của giọng nói cân bằng cách thể hiện giàu cảm xúc ở các giá trị thấp với cách thể hiện nhất quán ở các giá trị cao.

mặc định 0.75

Kiểm soát độ tương đồng với giọng tham chiếu, có thể đánh đổi với độ tự nhiên: tăng giá trị sẽ làm bản khớp hơn nhưng có thể khiến đầu ra kém tự nhiên.

Seed được dùng để cố gắng tạo kết quả có thể tái lập; không đảm bảo lặp lại chính xác đầu ra.

POST /run/elevenlabs/tts/eleven-v4?wait=20 báo giá → 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"

Chạy yêu cầu này

Key của bạn vẫn nằm trong trình duyệt này: key chỉ được gửi đến Doitong API và chỉ được lưu trong localStorage nếu bạn chọn Ghi nhớ. Nhận khóa API

Giới thiệu về Eleven v4 Text to Speech

Eleven v4 đọc văn bản bằng giọng tự nhiên, giàu cảm xúc và hiểu các thẻ âm thanh nội dòng như [excited] hoặc [whispering], cũng như cách phát âm IPA. Chọn giọng, điều chỉnh độ ổn định và độ tương đồng, đặt ngôn ngữ, và tùy chọn nhận mốc thời gian theo từ. Các định dạng MP3, PCM, Opus và điện thoại.

Tham số

TênKiểu Mặc địnhĐược phép Mô tả
textbắt buộc
Kiểustring
≤ 5.000 ký tự
Cung cấp nội dung lời nói dưới dạng văn bản, tùy chọn đánh dấu cách thể hiện bằng các thẻ âm thanh như [whispering] hoặc chỉ định cách phát âm IPA giữa các dấu gạch chéo.
voicetùy chọn
Kiểustring
Mặc địnhRachel
Giọng nói được chọn để tổng hợp lời nói.
stabilitytùy chọn
Kiểunumber
Mặc định0.5
0 – 1
Độ ổn định của giọng nói cân bằng cách thể hiện giàu cảm xúc ở các giá trị thấp với cách thể hiện nhất quán ở các giá trị cao.
similarity_boosttùy chọn
Kiểunumber
Mặc định0.75
0 – 1
Kiểm soát độ tương đồng với giọng tham chiếu, có thể đánh đổi với độ tự nhiên: tăng giá trị sẽ làm bản khớp hơn nhưng có thể khiến đầu ra kém tự nhiên.
seedtùy chọn
Kiểuinteger | null
0 – 4.294.967.295
Seed được dùng để cố gắng tạo kết quả có thể tái lập; không đảm bảo lặp lại chính xác đầu ra.
language_codetùy chọn
Kiểustring | null
Mã ngôn ngữ ISO 639-1 được dùng khi tạo sinh giọng nói và chuẩn hóa văn bản.
output_formattùy chọn
Kiểuenum
Mặc địnhmp3_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 giá trị khácopus_48000_96opus_48000_128opus_48000_192
Định dạng âm thanh được tạo, chỉ định theo mẫu codec_sample_rate_bitrate.
apply_text_normalizationtùy chọn
Kiểuenum
Mặc địnhauto
autoonoff
Kiểm soát việc chuẩn hóa văn bản trước khi tạo sinh, bao gồm cách xử lý số và ngày tháng.
timestampstùy chọn
Kiểuboolean
Mặc địnhfalse
Kiểm soát việc âm thanh được tạo sinh có kèm dữ liệu thời gian cho từng ký tự hay không.
bắt buộc

Đầu ra

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"
  }
}
Tệp của bạn, lựa chọn của bạnMỗi outputs[].url là một bản sao trên bộ lưu trữ của chúng tôi: được giữ vĩnh viễn (tính phí theo GB-tháng) hoặc 7 ngày miễn phí, theo cài đặt tài khoản hoặc ?storage=.
Cùng một cấu trúc trên mọi mô hìnhtype, url, content_type, width, height và duration cho hình ảnh, video và âm thanh. output là đối tượng kết quả riêng của mô hình.
Các trường đầu ra
audio
object {url, content_type, file_name, file_size}Tệp âm thanh do quá trình tạo sinh tạo ra.
timestamps
array of any | nullDữ liệu thời gian của giọng nói được tạo, chỉ có trong các yêu cầu đặt `timestamps` thành True, với một dấu thời gian cho mỗi từ.

Thêm mô hình: Văn bản sang giọng nói

Dành cho tác nhân AI: trang này ở dạng Markdown tại https://doitong.com/vi/developers/models/elevenlabs/tts/eleven-v4.md. Tất cả mô hình và hướng dẫn: https://doitong.com/developers/llms.txt