Для Eleven v4 Turbo используйте Audio Speech API.

О модели

Eleven v4 Turbo — модель синтеза речи ElevenLabs для приложений реального времени. ElevenLabs рекомендует её для агентов поддержки, ассистентов и интерактивных персонажей.

По данным ElevenLabs, медианная задержка вывода составляет около 100 мс, а время до начала речи — около 150 мс; в эти цифры не входят сеть и задержка приложения. Выразительность v4 и аудиотеги сохранены, языков более 90.

Через API DSLab модель принимает текст и возвращает аудио в форматах mp3 и pcm.

Стоимость

Текущая стоимость использования этой модели:

Что оплачивается

Стоимость

Символы

4 000₽ 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

Медианная задержка вывода

Около 100 мс по данным ElevenLabs, без учёта сети и приложения

Медианное время до начала речи

Около 150 мс по данным ElevenLabs

Сравнение с соседними моделями

Модель

Языки

Назначение по данным разработчика

Eleven v4

90+

Эмоциональная озвучка: персонажи, диалоги, аудиокниги, многоязычные проекты

Eleven v4 Turbo (эта модель)

90+

Реальное время, медианная задержка вывода около 100 мс

AssemblyAI TTS 1

6

Голосовые агенты, 90 мс до первого аудио в продакшене

Стоимость

Тип

Цена за 1 млн символов

Входной текст

4 000 ₽

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-turbo",        "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-turbo.

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.