Passer au contenu principal
POST
/
v3
/
elevenlabs-tts-flash-v2
Synthèse vocale ElevenLabs Flash V2
curl --request POST \
  --url https://api.highwayapi.ai/v3/elevenlabs-tts-flash-v2 \
  --header 'Authorization: <authorization>' \
  --header 'Content-Type: <content-type>' \
  --data '
{
  "seed": 123,
  "text": "<string>",
  "stream": true,
  "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>"
    }
  ]
}
'
Convertissez du texte en parole avec la voix de votre choix et renvoie l’audio.

​
En-têtes de requête

​
Content-Type
string
requis
Valeurs d’énumération : application/json
​
Authorization
string
requis
Format d’authentification Bearer : Bearer {{API Key}}.

​
Corps de la requête

​
seed
integer
Si spécifié, le système essaiera d’échantillonner de manière déterministe. Les requêtes répétées avec le même seed et les mêmes paramètres devraient renvoyer le même résultat, mais le déterminisme total n’est pas garanti.Plage de valeurs : [0, 4294967295]
​
text
string
requis
Le texte à convertir en parole.
​
stream
boolean
Indique s’il faut activer le mode Stream
​
voice_id
string
requis
L’ID de la voix à utiliser.
​
next_text
string
Le texte qui suit le texte de la requête actuelle. Utilisé pour améliorer la cohérence de la voix lors de la concaténation de plusieurs générations.
​
language_code
string
Code de langue (ISO 639-1) utilisé pour le modèle et la normalisation du texte. Si le modèle ne prend pas en charge ce code de langue, une erreur sera renvoyée.
​
output_format
string
défaut:"mp3_44100_128"
Format de sortie de l’audio généré. Le format est codec_sample_rate_bitrate. Le débit MP3 de 192 kbps nécessite un compte Creator ou supérieur, et la fréquence d’échantillonnage PCM de 44,1 kHz nécessite un compte Pro ou supérieur.Valeurs possibles : 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
Le texte qui précède le texte de la requête actuelle. Utilisé pour améliorer la cohérence de la voix lors de la concaténation de plusieurs générations.
​
use_pvc_as_ivc
boolean
défaut:false
Si true, utilise la version IVC de la voix au lieu de la version PVC. Il s’agit d’une solution temporaire pour la latence élevée de la version PVC.
​
voice_settings
object
​
next_request_ids
array
Liste des request_id des échantillons suivants. Utilisée pour maintenir la cohérence de la voix lors de la régénération d’échantillons. Jusqu’à 3 request_id peuvent être transmis.Longueur du tableau : 0 - 3
​
previous_request_ids
array
Liste des request_id des échantillons déjà générés avant la génération actuelle. Peut être utilisée pour améliorer la cohérence de la voix. Jusqu’à 3 request_id peuvent être transmis.Longueur du tableau : 0 - 3
​
apply_text_normalization
string
défaut:"auto"
Contrôle la normalisation du texte. ‘auto’ laisse le système décider, ‘on’ normalise toujours, et ‘off’ l’ignore.Valeurs possibles : auto, on, off
​
apply_language_text_normalization
boolean
défaut:false
Contrôle la normalisation linguistique du texte pour certaines langues prises en charge afin d’obtenir une prononciation plus naturelle. Avertissement : cela peut augmenter considérablement la latence. Actuellement, seul le japonais est pris en charge.
​
pronunciation_dictionary_locators
array
Liste des localisateurs de dictionnaire de prononciation (id, version_id) à appliquer au texte. Ils prennent effet dans l’ordre. Chaque requête peut contenir jusqu’à 3 localisateurs.Longueur du tableau : 0 - 3

​
Informations de réponse

Fichier audio généré Format : binary