ข้ามไปยังเนื้อหา

ElevenLabs TTS Multilingual v2

ผสานการทำงาน

ID โมเดล 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"

คำขอนี้: $0.005 5 เครดิต API เรียกใช้ในหน้านี้

รับคีย์ API

การแปลงข้อความเป็นเสียงพูดหลายภาษา พร้อมการเลือกเสียง การควบคุมความเสถียร สไตล์ และความเร็ว รวมถึงไทม์สแตมป์ระดับคำ

ElevenLabs · เสียง

ผลลัพธ์แรกของคุณจะแสดงที่นี่

สร้างคำขอด้านล่างและเรียกใช้ด้วยคีย์ API ของคุณ เอาต์พุตจะถูกคัดลอกไปยังพื้นที่จัดเก็บของเรา และเก็บไว้ตลอดไปหรือฟรี 7 วัน

สร้างคำขอ

ตัวควบคุมสร้างจากสคีมาของโมเดล โค้ดและราคาจะอัปเดตเมื่อคุณเปลี่ยนค่า

•จำเป็น

ข้อความที่จะสังเคราะห์เป็นเสียงพูด

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

ข้อความก่อนหน้าที่ส่งเป็นบริบทความต่อเนื่องสำหรับเสียงพูดของคำขอปัจจุบัน เพื่อช่วยเชื่อมหลายส่วนที่สร้างขึ้นให้ราบรื่น หรือเพื่อส่งผลต่อความต่อเนื่องภายในการสร้างครั้งนี้

ข้อความถัดไปที่ส่งเป็นบริบทความต่อเนื่องสำหรับเสียงพูดของคำขอปัจจุบัน เพื่อช่วยเชื่อมหลายส่วนที่สร้างขึ้นให้ราบรื่น หรือเพื่อส่งผลต่อความต่อเนื่องภายในการสร้างครั้งนี้

apply_text_normalization ค่าเริ่มต้น auto

โหมดการปรับรูปแบบข้อความ: 'auto' ให้ระบบตัดสินใจว่าจำเป็นต้องปรับรูปแบบหรือไม่ เช่น การเขียนตัวเลขเป็นคำ การเลือก 'on' จะใช้การปรับรูปแบบเสมอ ส่วนการเลือก 'off' จะปิดใช้

ค่าเริ่มต้น Rachel

เสียงที่เลือกสำหรับสังเคราะห์เสียงพูด

ระบุภาษาของโมเดลที่ต้องการด้วยรหัส ISO 639-1 คำขอจะล้มเหลวพร้อมข้อผิดพลาดหากโมเดลไม่รองรับรหัสดังกล่าว

ค่าเริ่มต้น 0.5

ความเสถียรของเสียง ตั้งแต่ 0 ถึง 1

ค่าเริ่มต้น 0.75

ระดับการเพิ่มความคล้าย ตั้งแต่ 0 ถึง 1

ค่าเริ่มต้น 0

ระดับการเน้นสไตล์ ตั้งแต่ 0 ถึง 1

ค่าเริ่มต้น 1

ความเร็วเสียงพูดเมื่อเทียบกับ 1.0: ค่าที่ต่ำกว่าจะทำให้การพูดช้าลง และค่าที่สูงกว่าจะทำให้เร็วขึ้น ช่วงค่าคือ 0.7–1.2 โดยค่าที่สุดขั้วอาจทำให้คุณภาพเปลี่ยนแปลง

POST /run/elevenlabs/tts/multilingual-v2?wait=20 ใบเสนอราคา → $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"

เรียกใช้คำขอนี้

คีย์ของคุณจะอยู่ในเบราว์เซอร์นี้ โดยส่งไปยัง Doitong API เท่านั้น และจะบันทึกใน localStorage ก็ต่อเมื่อคุณเลือกจดจำ รับคีย์ API

เกี่ยวกับ ElevenLabs TTS Multilingual v2

แปลง `text` เป็นเสียงพูดโดยใช้ `voice` ที่ระบุ (ค่าเริ่มต้นคือ Rachel) ปรับ `stability`, `similarity_boost` และ `style` ได้ตั้งแต่ 0 ถึง 1 และ `speed` ได้ตั้งแต่ 0.7 ถึง 1.2 `previous_text` และ `next_text` ช่วยให้เนื้อหาต่อเนื่องระหว่างข้อความที่แบ่งส่วน `language_code` บังคับใช้ภาษา และ `timestamps` ส่งคืนเวลาในแต่ละคำ

พารามิเตอร์

ชื่อประเภท ค่าเริ่มต้นค่าที่อนุญาต คำอธิบาย
textจำเป็น
ประเภทstring
ข้อความที่จะสังเคราะห์เป็นเสียงพูด
voiceไม่บังคับ
ประเภทstring
ค่าเริ่มต้นRachel
เสียงที่เลือกสำหรับสังเคราะห์เสียงพูด
stabilityไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น0.5
0 – 1
ความเสถียรของเสียง ตั้งแต่ 0 ถึง 1
similarity_boostไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น0.75
0 – 1
ระดับการเพิ่มความคล้าย ตั้งแต่ 0 ถึง 1
styleไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น0
0 – 1
ระดับการเน้นสไตล์ ตั้งแต่ 0 ถึง 1
speedไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น1
0.7 – 1.2
ความเร็วเสียงพูดเมื่อเทียบกับ 1.0: ค่าที่ต่ำกว่าจะทำให้การพูดช้าลง และค่าที่สูงกว่าจะทำให้เร็วขึ้น ช่วงค่าคือ 0.7–1.2 โดยค่าที่สุดขั้วอาจทำให้คุณภาพเปลี่ยนแปลง
timestampsไม่บังคับ
ประเภทboolean
ค่าเริ่มต้นfalse
ควบคุมว่าจะใส่การประทับเวลารายคำในเสียงพูดที่สร้างหรือไม่
previous_textไม่บังคับ
ประเภทstring | null
ข้อความก่อนหน้าที่ส่งเป็นบริบทความต่อเนื่องสำหรับเสียงพูดของคำขอปัจจุบัน เพื่อช่วยเชื่อมหลายส่วนที่สร้างขึ้นให้ราบรื่น หรือเพื่อส่งผลต่อความต่อเนื่องภายในการสร้างครั้งนี้
next_textไม่บังคับ
ประเภทstring | null
ข้อความถัดไปที่ส่งเป็นบริบทความต่อเนื่องสำหรับเสียงพูดของคำขอปัจจุบัน เพื่อช่วยเชื่อมหลายส่วนที่สร้างขึ้นให้ราบรื่น หรือเพื่อส่งผลต่อความต่อเนื่องภายในการสร้างครั้งนี้
language_codeไม่บังคับ
ประเภทstring | null
ระบุภาษาของโมเดลที่ต้องการด้วยรหัส ISO 639-1 คำขอจะล้มเหลวพร้อมข้อผิดพลาดหากโมเดลไม่รองรับรหัสดังกล่าว
apply_text_normalizationไม่บังคับ
ประเภทenum
ค่าเริ่มต้นauto
autoonoff
โหมดการปรับรูปแบบข้อความ: 'auto' ให้ระบบตัดสินใจว่าจำเป็นต้องปรับรูปแบบหรือไม่ เช่น การเขียนตัวเลขเป็นคำ การเลือก 'on' จะใช้การปรับรูปแบบเสมอ ส่วนการเลือก 'off' จะปิดใช้
จำเป็น

เอาต์พุต

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"
  }
}
ไฟล์ของคุณ คุณเลือกเองทุก outputs[].url คือสำเนาบนพื้นที่จัดเก็บของเรา: เก็บไว้ตลอดไป (คิดค่าบริการต่อ GB-เดือน) หรือฟรี 7 วัน โดยกำหนดได้ในการตั้งค่าบัญชีหรือ ?storage=
รูปแบบเดียวกันในทุกโมเดลtype, url, content_type, width, height และ duration สำหรับภาพ วิดีโอ และเสียงเหมือนกันทั้งหมด ส่วน output คือออบเจ็กต์ผลลัพธ์ของโมเดลเอง
ฟิลด์ของเอาต์พุต
audio
object {url, content_type, file_name, file_size}ไฟล์เสียงที่สร้างขึ้น
timestamps
array of any | nullข้อมูลเวลาของเสียงพูดที่สร้าง ซึ่งรวมเฉพาะคำขอที่ตั้งค่า `timestamps` เป็น True และมีการประทับเวลาสำหรับทุกคำ

โมเดลเพิ่มเติม: ข้อความเป็นเสียงพูด

สำหรับเอเจนต์ AI: หน้า Markdown นี้อยู่ที่ https://doitong.com/th/developers/models/elevenlabs/tts/multilingual-v2.md. โมเดลและคู่มือทั้งหมด: https://doitong.com/developers/llms.txt