跳转到内容

ElevenLabs TTS Multilingual v2

集成

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"

此请求: $0.005 5 API 积分 · ≈ ₽0.54 在此页面运行

获取 API 密钥
ElevenLabs · 音频

你的第一个结果将在此显示

在下方构建请求,并使用你的 API 密钥运行。输出会复制到我们的存储中,可永久保存或免费保存 7 天。

构建请求

控件根据模型架构生成。更改控件时,代码和价格会同步更新。

•必填

要合成为语音的文本。

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

作为当前请求语音连续性上下文提供的前置文本,可帮助平滑衔接多个生成片段,或影响本次生成中的连续性。

作为当前请求语音连续性上下文提供的后续文本,可帮助平滑衔接多个生成片段,或影响本次生成中的连续性。

apply_text_normalization 默认 auto

文本规范化模式:'auto' 让系统决定是否需要规范化,例如将数字写成文字;选择 'on' 始终应用规范化;选择 'off' 则禁用规范化。

默认 Rachel

用于合成语音的声音。

使用 ISO 639-1 代码指定所需的模型语言;除非模型支持该代码,否则请求会失败并返回错误。

默认 0.5

声音稳定性,范围为 0 到 1。

默认 0.75

相似度增强程度,范围为 0 到 1。

默认 0

风格夸张程度,范围为 0 到 1。

默认 1

相对于 1.0 的语速:较低设置会减慢表达速度,较高设置会加快速度。范围为 0.7–1.2,极端设置可能导致质量变化。

POST /run/elevenlabs/tts/multilingual-v2?wait=20 报价 → $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"

运行此请求

你的密钥会保留在此浏览器中:仅发送到 Doitong API;只有勾选“记住”后才会保存到 localStorage。 获取 API 密钥

关于 ElevenLabs TTS Multilingual v2

使用命名的 `voice`(默认 Rachel)将 `text` 转换为语音。将 `stability`、`similarity_boost` 和 `style` 调整为 0 到 1,将 `speed` 调整为 0.7 到 1.2。`previous_text` 和 `next_text` 可改善分段文本之间的连续性,`language_code` 指定语言,`timestamps` 返回每个单词的时间信息。

参数

名称类型 默认值允许值 描述
text必填
类型string
要合成为语音的文本。
voice可选
类型string
默认值Rachel
用于合成语音的声音。
stability可选
类型number
默认值0.5
0 – 1
声音稳定性,范围为 0 到 1。
similarity_boost可选
类型number
默认值0.75
0 – 1
相似度增强程度,范围为 0 到 1。
style可选
类型number
默认值0
0 – 1
风格夸张程度,范围为 0 到 1。
speed可选
类型number
默认值1
0.7 – 1.2
相对于 1.0 的语速:较低设置会减慢表达速度,较高设置会加快速度。范围为 0.7–1.2,极端设置可能导致质量变化。
timestamps可选
类型boolean
默认值false
控制生成的语音是否包含逐词时间戳。
previous_text可选
类型string | null
作为当前请求语音连续性上下文提供的前置文本,可帮助平滑衔接多个生成片段,或影响本次生成中的连续性。
next_text可选
类型string | null
作为当前请求语音连续性上下文提供的后续文本,可帮助平滑衔接多个生成片段,或影响本次生成中的连续性。
language_code可选
类型string | null
使用 ISO 639-1 代码指定所需的模型语言;除非模型支持该代码,否则请求会失败并返回错误。
apply_text_normalization可选
类型enum
默认值auto
autoonoff
文本规范化模式:'auto' 让系统决定是否需要规范化,例如将数字写成文字;选择 'on' 始终应用规范化;选择 'off' 则禁用规范化。
必填

输出

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"
  }
}
你的文件,由你选择每个 outputs[].url 都是存储中的副本:可永久保存(按 GB-月付费),也可免费保存 7 天,由账户设置或 ?storage= 决定。
每个模型的结构相同图像、视频和音频均包含 type、url、content_type、width、height 和 duration。output 是模型自身的结果对象。
输出字段
audio
object {url, content_type, file_name, file_size}生成的音频文件。
timestamps
array of any | null生成语音的时间数据;仅在 `timestamps` 设置为 True 的请求中包含,并为每个单词提供时间戳。

更多模型:文本转语音

对于 AI 代理:此页面的 Markdown 版本位于 https://doitong.com/zh/developers/models/elevenlabs/tts/multilingual-v2.md. 所有模型和指南: https://doitong.com/developers/llms.txt