Saltar al contenido principal
POST
/
v3
/
elevenlabs-tts-turbo-v2
ElevenLabs texto a voz Turbo v2
curl --request POST \
  --url https://api.highwayapi.ai/v3/elevenlabs-tts-turbo-v2 \
  --header 'Authorization: <authorization>' \
  --header 'Content-Type: <content-type>' \
  --data '
{
  "seed": 123,
  "text": "<string>",
  "voice_id": "<string>",
  "next_text": "<string>",
  "language_code": "<string>",
  "output_format": "<string>",
  "previous_text": "<string>",
  "use_pvc_as_ivc": true,
  "voice_settings": {
    "speed": 123,
    "style": 123,
    "stability": 123,
    "similarity_boost": 123,
    "use_speaker_boost": true
  },
  "next_request_ids": [
    {}
  ],
  "previous_request_ids": [
    {}
  ],
  "apply_text_normalization": "<string>",
  "apply_language_text_normalization": true,
  "pronunciation_dictionary_locators": [
    {
      "version_id": "<string>",
      "pronunciation_dictionary_id": "<string>"
    }
  ]
}
'
Convierte texto en voz usando la voz que elija y devuelve el audio.

​
Encabezados de solicitud

​
Content-Type
string
requerido
Valores enumerados: application/json
​
Authorization
string
requerido
Formato de autenticación Bearer: Bearer {{clave de API}}.

​
Cuerpo de la solicitud

​
seed
integer
Si se especifica, el sistema intentará muestrear de forma determinista. Las solicitudes repetidas con la misma seed y los mismos parámetros deberían devolver el mismo resultado, pero no se garantiza un determinismo completo.Rango de valores: [0, 4294967295]
​
text
string
requerido
El texto que se convertirá en voz.
​
voice_id
string
requerido
El ID de voz que se utilizará.
​
next_text
string
El texto posterior al texto de la solicitud actual. Se utiliza para mejorar la coherencia de la voz al concatenar varias generaciones.
​
language_code
string
Código de idioma (ISO 639-1) utilizado para el modelo y la normalización del texto. Si el modelo no admite este código de idioma, se devolverá un error.
​
output_format
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_192
​
previous_text
string
El texto anterior al texto de la solicitud actual. Se utiliza para mejorar la coherencia de la voz al concatenar varias generaciones.
​
use_pvc_as_ivc
boolean
predeterminado:false
Si es true, usa 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.
​
voice_settings
object
​
next_request_ids
array
Lista de request_id de muestras posteriores. Se utiliza para mantener la coherencia de la voz al volver a generar muestras. Puede pasar hasta 3 request_id.Longitud del array: 0 - 3
​
previous_request_ids
array
Lista de request_id de muestras generadas antes de la generación actual. Puede utilizarse para mejorar la coherencia de la voz. Puede pasar hasta 3 request_id.Longitud del array: 0 - 3
​
apply_text_normalization
string
predeterminado:"auto"
Controla la normalización del texto. ‘auto’ permite que el sistema decida, ‘on’ siempre normaliza y ‘off’ la omite.Valores opcionales: auto, on, off
​
apply_language_text_normalization
boolean
predeterminado:false
Controla la normalización lingüística del texto para determinados idiomas admitidos con el fin de lograr una pronunciación más natural. Advertencia: puede aumentar considerablemente la latencia. Actualmente solo se admite japonés.
​
pronunciation_dictionary_locators
array
Lista de localizadores de diccionarios de pronunciación (id, version_id) que deben aplicarse al texto. Se aplican en orden. Cada solicitud puede tener hasta 3 localizadores.Longitud del array: 0 - 3

​
Información de respuesta

Archivo de audio generado Formato: binary