Przejdź do treści

ElevenLabs TTS Multilingual v2

Integracja

Identyfikator modelu elevenlabs/tts/multilingual-v2
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/elevenlabs/tts/multilingual-v2?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Hello from Doitong. This is a short test sentence."
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

To żądanie: 0,005 $ 5 kredytów API Uruchom na tej stronie

Uzyskaj klucz API
ElevenLabs Tekst na mowę #audio

Wielojęzyczna zamiana tekstu na mowę z wyborem głosu, kontrolą stabilności, stylu i szybkości oraz znacznikami czasu słów

ElevenLabs · Audio

Tutaj pojawi się pierwszy wynik

Zbuduj poniżej żądanie i uruchom je za pomocą klucza API. Wyniki są kopiowane do naszej przestrzeni dyskowej i przechowywane bezterminowo lub 7 dni bezpłatnie.

Zbuduj żądanie

Elementy sterujące są generowane ze schematu modelu. Kod i cena aktualizują się podczas ich zmiany.

•wymagane

Tekst do syntezy mowy.

Zaawansowane previous_text · next_text · apply_text_normalization · voice · language_code · stability · similarity_boost · style · speed · timestamps

Tekst poprzedzający, dostarczony jako kontekst ciągłości dla mowy bieżącego żądania, aby płynnie połączyć wiele wygenerowanych segmentów lub wpłynąć na ciągłość w ramach tego generowania.

Tekst następujący, dostarczony jako kontekst ciągłości dla mowy bieżącego żądania, aby płynnie połączyć wiele wygenerowanych segmentów lub wpłynąć na ciągłość w ramach tego generowania.

apply_text_normalization domyślnie auto

Tryb normalizacji tekstu: 'auto' pozwala systemowi zdecydować, czy normalizacja jest potrzebna, na przykład zapisanie liczb słownie. Wybór 'on' zawsze stosuje normalizację, a 'off' ją wyłącza.

domyślnie Rachel

Głos wybrany do syntezy mowy.

Określ wymagany język modelu za pomocą kodu ISO 639-1; żądanie zakończy się błędem, jeśli model nie obsługuje tego kodu.

domyślnie 0.5

Stabilność głosu od 0 do 1.

domyślnie 0.75

Zakres ulepszenia podobieństwa od 0 do 1.

domyślnie 0

Stopień stylistycznej przesady od 0 do 1.

domyślnie 1

Szybkość mowy względem 1.0: niższe ustawienia spowalniają wypowiedź, a wyższe ją przyspieszają. Zakres wynosi 0.7–1.2, przy czym skrajne ustawienia mogą zmieniać jakość.

POST /run/elevenlabs/tts/multilingual-v2?wait=20 wycena → 0,005 $
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/elevenlabs/tts/multilingual-v2?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Hello from Doitong. This is a short test sentence."
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Uruchom to żądanie

Klucz pozostaje w tej przeglądarce: jest wysyłany tylko do Doitong API i zapisywany (localStorage) tylko po zaznaczeniu opcji Zapamiętaj. Uzyskaj klucz API

Informacje o ElevenLabs TTS Multilingual v2

Konwertuje `text` na mowę przy użyciu nazwanego `voice` (domyślnie Rachel). Dostosuj `stability`, `similarity_boost` i `style` od 0 do 1 oraz `speed` od 0.7 do 1.2. `previous_text` i `next_text` poprawiają ciągłość podzielonych fragmentów, `language_code` wymusza język, a `timestamps` zwracają czasy poszczególnych słów.

Parametry

NazwaTyp DomyślneDozwolone Opis
textwymagane
Typstring
Tekst do syntezy mowy.
voiceopcjonalne
Typstring
DomyślneRachel
Głos wybrany do syntezy mowy.
stabilityopcjonalne
Typnumber
Domyślne0.5
0 – 1
Stabilność głosu od 0 do 1.
similarity_boostopcjonalne
Typnumber
Domyślne0.75
0 – 1
Zakres ulepszenia podobieństwa od 0 do 1.
styleopcjonalne
Typnumber
Domyślne0
0 – 1
Stopień stylistycznej przesady od 0 do 1.
speedopcjonalne
Typnumber
Domyślne1
0,7 – 1,2
Szybkość mowy względem 1.0: niższe ustawienia spowalniają wypowiedź, a wyższe ją przyspieszają. Zakres wynosi 0.7–1.2, przy czym skrajne ustawienia mogą zmieniać jakość.
timestampsopcjonalne
Typboolean
Domyślnefalse
Określa, czy wygenerowana mowa zawiera sygnatury czasowe dla poszczególnych słów.
previous_textopcjonalne
Typstring | null
Tekst poprzedzający, dostarczony jako kontekst ciągłości dla mowy bieżącego żądania, aby płynnie połączyć wiele wygenerowanych segmentów lub wpłynąć na ciągłość w ramach tego generowania.
next_textopcjonalne
Typstring | null
Tekst następujący, dostarczony jako kontekst ciągłości dla mowy bieżącego żądania, aby płynnie połączyć wiele wygenerowanych segmentów lub wpłynąć na ciągłość w ramach tego generowania.
language_codeopcjonalne
Typstring | null
Określ wymagany język modelu za pomocą kodu ISO 639-1; żądanie zakończy się błędem, jeśli model nie obsługuje tego kodu.
apply_text_normalizationopcjonalne
Typenum
Domyślneauto
autoonoff
Tryb normalizacji tekstu: 'auto' pozwala systemowi zdecydować, czy normalizacja jest potrzebna, na przykład zapisanie liczb słownie. Wybór 'on' zawsze stosuje normalizację, a 'off' ją wyłącza.
wymagane

Wynik

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "elevenlabs/tts/multilingual-v2",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 5,
    "usd": "0.005",
    "charged": 5,
    "refunded": 0
  },
  "input": {
    "text": "Hello from Doitong. This is a short test sentence."
  },
  "output": {
    "audio": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_name": "0-output.mp3",
      "file_size": 1843200
    },
    "timestamps": []
  },
  "outputs": [
    {
      "type": "audio",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_size": 1843200,
      "duration": 12,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Twoje pliki, Twój wybórKażdy outputs[].url to kopia w naszej przestrzeni dyskowej: przechowywana bezterminowo (opłata za GB-miesiąc) lub 7 dni bezpłatnie, zgodnie z ustawieniem konta lub ?storage=.
Taki sam format w każdym modelutype, url, content_type, width, height i duration — tak samo dla obrazów, filmów i dźwięku. output to własny obiekt wyniku modelu.
Pola wyniku
audio
object {url, content_type, file_name, file_size}Plik audio utworzony w wyniku generowania.
timestamps
array of any | nullDane czasowe wygenerowanej mowy, dołączane tylko do żądań z `timestamps` ustawionym na True; zawierają znacznik czasu dla każdego słowa.

Więcej modeli: Tekst na mowę

Dla agentów AI: ta strona w formacie Markdown jest dostępna pod adresem https://doitong.com/pl/developers/models/elevenlabs/tts/multilingual-v2.md. Wszystkie modele i przewodniki: https://doitong.com/developers/llms.txt