ElevenLabs texto a voz Flash V2
Audio
ElevenLabs texto a voz Flash V2
POST
ElevenLabs texto a voz Flash V2
Convierte texto en voz con la voz que elija y devuelve el audio.
Encabezados de solicitud
string
requerido
Valores enumerados:
application/jsonstring
requerido
Formato de autenticación Bearer: Bearer {{API Key}}.
Cuerpo de la solicitud
integer
Si se especifica, el sistema intentará muestrear de forma determinista. Las solicitudes repetidas con el mismo seed y los mismos parámetros deberían devolver el mismo resultado, pero no se garantiza una determinación completa.Rango de valores: [0, 4294967295]
string
requerido
El texto que se convertirá en voz.
boolean
Si se debe activar el modo Stream.
string
requerido
El ID de la voz que se utilizará.
string
El texto posterior al texto de la solicitud actual. Se utiliza para mejorar la continuidad de la voz al concatenar varias generaciones.
string
Código de idioma (ISO 639-1) utilizado para el modelo y la normalización de texto. Si el modelo no admite este código de idioma, se devolverá un error.
string
predeterminado:"mp3_44100_128"
Formato de salida del audio generado. El formato es codec_sample_rate_bitrate. La tasa de bits de 192 kbps para MP3 requiere una cuenta Creator o superior; la frecuencia de muestreo de 44.1 kHz para PCM requiere una cuenta Pro o superior.Valores opcionales:
mp3_22050_32, mp3_24000_48, mp3_44100_32, mp3_44100_64, mp3_44100_96, mp3_44100_128, mp3_44100_192, pcm_8000, pcm_16000, pcm_22050, pcm_24000, pcm_32000, pcm_44100, pcm_48000, ulaw_8000, alaw_8000, opus_48000_32, opus_48000_64, opus_48000_96, opus_48000_128, opus_48000_192string
El texto anterior al texto de la solicitud actual. Se utiliza para mejorar la continuidad de la voz al concatenar varias generaciones.
boolean
predeterminado:false
Si es
true, se utiliza la versión IVC de la voz en lugar de la versión PVC. Esta es una solución temporal para la mayor latencia de la versión PVC.object
string[]
Lista de request_id de muestras posteriores. Se utiliza para mantener la continuidad de la voz al regenerar muestras. Se pueden pasar como máximo 3 request_id.Longitud del array: 0 - 3
string[]
Lista de request_id de muestras ya generadas antes de la generación actual. Puede utilizarse para mejorar la continuidad de la voz. Se pueden pasar como máximo 3 request_id.Longitud del array: 0 - 3
string
predeterminado:"auto"
Controla la normalización del texto. ‘auto’ deja que el sistema decida, ‘on’ siempre normaliza y ‘off’ la omite.Valores opcionales:
auto, on, offboolean
predeterminado:false
Controla la normalización de texto específica del idioma para ciertos idiomas admitidos, con el fin de lograr una pronunciación más natural. Advertencia: puede aumentar considerablemente la latencia. Actualmente solo se admite japonés.
object[]
Lista de localizadores de diccionarios de pronunciación (id, version_id) que se deben aplicar al texto. Se aplican en orden. Cada solicitud puede tener como máximo 3 localizadores.Longitud del array: 0 - 3
Información de respuesta
Archivo de audio generado Formato:binary