跳至內容

ElevenLabs TTS Multilingual v2

整合

模型 id elevenlabs/tts/multilingual-v2
# 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/multilingual-v2?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Hello from Doitong. This is a short test sentence."
  }'

# 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"

此請求: $0.005 5 API 點數 · ≈ ₽0.54 在此頁面執行

取得 API 金鑰
ElevenLabs · 音訊

您的第一個結果會顯示在這裡

在下方建立請求,並使用您的 API 金鑰執行。輸出會複製到我們的儲存空間,可永久保留或免費保留 7 天。

建立請求

控制項是根據模型結構描述生成的。變更設定時,程式碼和價格會同步更新。

•必填

要合成為語音的文字。

進階 previous_text · next_text · apply_text_normalization · voice · language_code · stability · similarity_boost · style · speed · timestamps

提供給目前請求語音作為連貫性上下文的前置文字,可協助順暢銜接多個生成片段,或影響此次生成內的連貫性。

提供給目前請求語音作為連貫性上下文的後續文字,可協助順暢銜接多個生成片段,或影響此次生成內的連貫性。

apply_text_normalization 預設 auto

文字正規化模式:'auto' 讓系統決定是否需要正規化,例如將數字寫成文字;選取 'on' 一律套用正規化;選取 'off' 則停用正規化。

預設 Rachel

用於合成語音的聲音。

使用 ISO 639-1 代碼指定必要的模型語言;除非模型支援該代碼,否則請求會失敗並回傳錯誤。

預設 0.5

語音穩定度,範圍為 0 到 1。

預設 0.75

相似度增強程度,範圍為 0 到 1。

預設 0

風格誇張程度,範圍為 0 到 1。

預設 1

相對於 1.0 的語速:較低設定會放慢語速,較高設定會加快語速。範圍為 0.7–1.2,極端設定可能造成品質變化。

POST /run/elevenlabs/tts/multilingual-v2?wait=20 報價 → $0.005
# 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/multilingual-v2?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Hello from Doitong. This is a short test sentence."
  }'

# 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"

執行此請求

您的金鑰會保留在此瀏覽器中:只會傳送至 Doitong API,且只有在勾選「記住」時才會儲存至 localStorage。 取得 API 金鑰

關於 ElevenLabs TTS Multilingual v2

使用指定的 `voice`(預設 Rachel)將 `text` 轉為語音。將 `stability`、`similarity_boost` 和 `style` 調整至 0 到 1,並將 `speed` 調整至 0.7 到 1.2。`previous_text` 和 `next_text` 可改善分段文字的連貫性,`language_code` 可指定語言,`timestamps` 回傳每個單字的時間資訊。

參數

名稱類型 預設值允許值 說明
text必填
類型string
要合成為語音的文字。
voice選填
類型string
預設值Rachel
用於合成語音的聲音。
stability選填
類型number
預設值0.5
0 – 1
語音穩定度,範圍為 0 到 1。
similarity_boost選填
類型number
預設值0.75
0 – 1
相似度增強程度,範圍為 0 到 1。
style選填
類型number
預設值0
0 – 1
風格誇張程度,範圍為 0 到 1。
speed選填
類型number
預設值1
0.7 – 1.2
相對於 1.0 的語速:較低設定會放慢語速,較高設定會加快語速。範圍為 0.7–1.2,極端設定可能造成品質變化。
timestamps選填
類型boolean
預設值false
控制生成的語音是否包含逐字時間戳記。
previous_text選填
類型string | null
提供給目前請求語音作為連貫性上下文的前置文字,可協助順暢銜接多個生成片段,或影響此次生成內的連貫性。
next_text選填
類型string | null
提供給目前請求語音作為連貫性上下文的後續文字,可協助順暢銜接多個生成片段,或影響此次生成內的連貫性。
language_code選填
類型string | null
使用 ISO 639-1 代碼指定必要的模型語言;除非模型支援該代碼,否則請求會失敗並回傳錯誤。
apply_text_normalization選填
類型enum
預設值auto
autoonoff
文字正規化模式:'auto' 讓系統決定是否需要正規化,例如將數字寫成文字;選取 'on' 一律套用正規化;選取 'off' 則停用正規化。
必填

輸出

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "elevenlabs/tts/multilingual-v2",
  "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": 5,
    "usd": "0.005",
    "charged": 5,
    "refunded": 0
  },
  "input": {
    "text": "Hello from Doitong. This is a short test sentence."
  },
  "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"
  }
}
您的檔案,由您選擇每個 outputs[].url 都是儲存空間中的副本:可永久保留(按 GB-月計費),或免費保留 7 天;可透過帳戶設定或 ?storage= 設定。
所有模型使用相同結構圖片、影片和音訊皆包含 type、url、content_type、width、height 和 duration。output 是模型自己的結果物件。
輸出欄位
audio
object {url, content_type, file_name, file_size}生成產生的音訊檔案。
timestamps
array of any | null生成語音的時間資料,僅在 `timestamps` 設為 True 的請求中包含,且每個字詞都有時間戳記。

更多模型:文字轉語音

給 AI 代理程式:此頁面的 Markdown 位於 https://doitong.com/zh-TW/developers/models/elevenlabs/tts/multilingual-v2.md. 所有模型與指南: https://doitong.com/developers/llms.txt