ElevenLabs преобразование текста в речь Multilingual V2
Аудио
ElevenLabs преобразование текста в речь Multilingual V2
POST
ElevenLabs преобразование текста в речь Multilingual V2
Преобразует текст в речь с выбранным вами голосом и возвращает аудио.
Заголовки запроса
string
обязательно
Значения перечисления:
application/jsonstring
обязательно
Формат аутентификации Bearer: Bearer {{API 密钥}}.
Тело запроса
integer
Если указано, система постарается выполнять сэмплирование детерминированно. Повторные запросы с тем же seed и параметрами должны возвращать один и тот же результат, но полная детерминированность не гарантируется.Диапазон значений: [0, 4294967295]
string
обязательно
Текст, который нужно преобразовать в речь.
string
обязательно
ID голоса, который нужно использовать.
string
Текст, следующий после текста текущего запроса. Используется для улучшения связности речи при объединении нескольких генераций.
string
Код языка (ISO 639-1), используемый для модели и нормализации текста. Если модель не поддерживает этот код языка, будет возвращена ошибка.
string
по умолчанию:"mp3_44100_128"
Выходной формат сгенерированного аудио. Формат: codec_sample_rate_bitrate. Битрейт MP3 192 kbps требует аккаунт Creator или выше, частота дискретизации PCM 44.1 kHz требует аккаунт Pro или выше.Допустимые значения:
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
Текст, предшествующий тексту текущего запроса. Используется для улучшения связности речи при объединении нескольких генераций.
boolean
по умолчанию:false
Если true, используется IVC-версия голоса вместо PVC-версии. Это временное решение для повышенной задержки PVC-версии.
object
string[]
Список request_id последующих сэмплов. Используется для сохранения связности речи при повторной генерации сэмплов. Можно передать не более 3 request_id.Длина массива: 0 - 3
string[]
Список request_id сэмплов, уже сгенерированных перед текущей генерацией. Может использоваться для улучшения связности речи. Можно передать не более 3 request_id.Длина массива: 0 - 3
string
по умолчанию:"auto"
Управляет нормализацией текста. ‘auto’ — решение принимает система, ‘on’ — всегда выполнять нормализацию, ‘off’ — пропускать.Допустимые значения:
auto, on, offboolean
по умолчанию:false
Управляет языковой нормализацией текста для некоторых поддерживаемых языков, чтобы добиться более естественного произношения. Предупреждение: может значительно увеличить задержку. В настоящее время поддерживается только японский.
object[]
Список локаторов словарей произношения (id, version_id), которые нужно применить к тексту. Применяются по порядку. В одном запросе может быть не более 3 локаторов.Длина массива: 0 - 3
Информация об ответе
Сгенерированный аудиофайл Формат:binary