メインコンテンツへスキップ
POST
/
v3
/
elevenlabs-tts-v3
ElevenLabs テキスト読み上げ V3
curl --request POST \
  --url https://api.highwayapi.ai/v3/elevenlabs-tts-v3 \
  --header 'Authorization: <authorization>' \
  --header 'Content-Type: <content-type>' \
  --data '
{
  "seed": 123,
  "text": "<string>",
  "stream": true,
  "voice_id": "<string>",
  "language_code": "<string>",
  "output_format": "<string>",
  "use_pvc_as_ivc": true,
  "voice_settings": {
    "speed": 123,
    "style": 123,
    "stability": 123,
    "similarity_boost": 123,
    "use_speaker_boost": true
  },
  "apply_text_normalization": "<string>",
  "apply_language_text_normalization": true,
  "pronunciation_dictionary_locators": [
    {
      "version_id": "<string>",
      "pronunciation_dictionary_id": "<string>"
    }
  ]
}
'
選択した音声でテキストを音声に変換し、音声データを返します。

​
リクエストヘッダー

​
Content-Type
string
必須
列挙値: application/json
​
Authorization
string
必須
Bearer 認証形式: Bearer {{API Key}}。

​
リクエストボディ

​
seed
integer
指定した場合、システムは可能な限り決定論的にサンプリングします。同じseedおよびパラメータでリクエストを繰り返すと同じ結果が返るはずですが、完全な決定性は保証されません。値の範囲：[0, 4294967295]
​
text
string
必須
音声に変換するテキスト。
​
stream
boolean
Stream モードを有効にするかどうか
​
voice_id
string
必須
使用する音声ID。
​
language_code
string
モデルおよびテキスト正規化に使用する言語コード（ISO 639-1）。モデルがこの言語コードをサポートしていない場合、エラーが返されます。
​
output_format
string
デフォルト:"mp3_44100_128"
生成される音声の出力形式。形式は codec_sample_rate_bitrate です。MP3の192kbpsビットレートにはCreator以上のアカウントが必要で、PCMの44.1kHzサンプリングレートにはPro以上のアカウントが必要です。使用可能な値：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
​
use_pvc_as_ivc
boolean
デフォルト:false
true の場合、PVCバージョンではなくIVCバージョンの音声を使用します。これはPVCバージョンの高いレイテンシに対する一時的な対策です。
​
voice_settings
object
​
apply_text_normalization
string
デフォルト:"auto"
テキスト正規化を制御します。‘auto’ はシステムが判断し、‘on’ は常に正規化し、‘off’ はスキップします。使用可能な値：auto, on, off
​
apply_language_text_normalization
boolean
デフォルト:false
一部の対応言語に対して、より自然な発音を実現するための言語テキスト正規化を制御します。警告：レイテンシが大幅に増加する可能性があります。現在は日本語のみ対応しています。
​
pronunciation_dictionary_locators
array
テキストに適用する発音辞書ロケーター（id, version_id）のリスト。順番に適用されます。各リクエストにつき最大3つのロケーターを指定できます。配列の長さ：0 - 3

​
レスポンス情報

生成された音声ファイル 形式: binary