Для Eleven v4 используйте Audio Speech API.

О модели

Eleven v4 — модель синтеза речи ElevenLabs. По данным ElevenLabs, это её самая эмоциональная модель высокого качества: она рассчитана на озвучку персонажей, эмоциональные диалоги, аудиокниги и многоязычные проекты.

Поддерживает более 90 языков. По данным ElevenLabs, подачу задают аудиотегами прямо в тексте, например [whispers], [hesitant] и [excited].

Для реального времени ElevenLabs предлагает Eleven v4 Turbo, а v4 — для озвучки, где важна выразительность. Через API DSLab модель принимает текст и возвращает аудио.

Стоимость

Текущая стоимость использования этой модели:

Что оплачивается

Стоимость

Символы

8 000₽ за 1 млн символов

Характеристики

Параметр

Значение

Вход

Текст

Выход

Аудио (речь)

Форматы ответа

mp3, pcm (24 кГц, моно)

Языки

Более 90, по данным ElevenLabs

Управление подачей

Аудиотеги в тексте, например [whispers]

Сравнение с соседними моделями

Модель

Языки

Назначение по данным разработчика

Eleven v4 (эта модель)

90+

Эмоциональная озвучка: персонажи, диалоги, аудиокниги, многоязычные проекты

Eleven v4 Turbo

90+

Реальное время: поддержка клиентов, ассистенты, интерактивные персонажи

Fish Audio Drama 3

83

Озвучка с режиссурой: подачу задают пометками в квадратных скобках

AssemblyAI TTS 1

6

Голосовые агенты

Стоимость

Тип

Цена за 1 млн символов

Входной текст

8 000 ₽

API

Эндпоинт

http 
POST https://api.dslab.tech/v1/audio/speech
Синтез речи 
import osfrom pathlib import Pathimport requestsresponse = requests.post(    "https://api.dslab.tech/v1/audio/speech",    headers={"Authorization": f"Bearer {os.environ['DSLAB_API_KEY']}"},    json={        "model": "eleven-v4",        "input": "Здравствуйте! Это пример синтеза речи.",        "voice": "george",        "response_format": "mp3",    },)response.raise_for_status()Path("speech.mp3").write_bytes(response.content)

Параметры

Параметр

Тип

По умолчанию

Описание

model

string

обязательный

ID модели: eleven-v4.

input

string

обязательный

Текст для озвучивания.

voice

string

—

Голос, например george.

response_format

string

—

Формат аудио: mp3 или pcm (24 кГц, моно).

Важно знать

  • Доступно 21 голос, например george.

  • Форматы wav, opus, aac и flac возвращают ошибку 400.

  • Запрос с 5 000 символов в input принимается.