Skip to main content
POST
ElevenLabs texto a voz Turbo v2
Convierte texto en voz usando la voz que elija y devuelve el audio.

Encabezados de solicitud

string
requerido
Valores enumerados: application/json
string
requerido
Formato de autenticación Bearer: Bearer {{clave de API}}.

Cuerpo de la solicitud

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]
string
requerido
El texto que se convertirá en voz.
string
requerido
El ID de voz que se utilizará.
string
El texto posterior al texto de la solicitud actual. Se utiliza para mejorar la coherencia de la voz al concatenar varias generaciones.
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.
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
string
El texto anterior al texto de la solicitud actual. Se utiliza para mejorar la coherencia de la voz al concatenar varias generaciones.
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.
object
string[]
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
string[]
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
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
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.
object[]
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