Documentazione di ElevenLabs

Add ElevenLabs to my project: run `npx -y @elevenlabs/cli@latest onboard init` and follow what it prints.

Come funziona ElevenLabs?

ElevenLabs fornisce infrastruttura vocale IA: sintesi vocale, trascrizione vocale, clonazione vocale, agenti vocali e audio generativo. Puoi utilizzarla in quattro modi, pensati per pubblici diversi.

ElevenCreative è un’applicazione web no-code in cui creatori, produttori e montatori generano voci fuori campo, musica, doppiaggi e progetti Studio direttamente nel browser.

ElevenAgents è la piattaforma per progettare e gestire agenti vocali, con un builder visuale per utenti non tecnici e controllo programmatico completo per gli sviluppatori.

ElevenAPI mette a disposizione ogni funzionalità tramite un’interfaccia REST con SDK ufficiali per Python e TypeScript, così gli sviluppatori possono integrare la voce nelle proprie applicazioni e nei propri workflow.

Reception.ai è un centralinista telefonico IA pronto da distribuire per piccole e medie imprese, che risponde alle chiamate, fissa appuntamenti e gestisce le operazioni quotidiane da un’unica dashboard.

Scegli il tuo percorso

ElevenCreative

Scopri come usare la piattaforma ElevenCreative con guide passo dopo passo

ElevenAgents

Scopri come creare, lanciare e scalare agenti con ElevenLabs

ElevenAPI

Scopri come integrare l’API di ElevenLabs con esempi e tutorial

Concetti

Le voci sono le personalità vocali usate nella generazione audio. Ogni voce ha un ID univoco — ad esempio JBFqnCBsd6RMkjVDRZzb — che selezioni nella dashboard o passi nelle richieste API. ElevenLabs gestisce una libreria di oltre 10.000 voci. Puoi anche clonare una voce da una registrazione audio o generarne una da una descrizione testuale.

I modelli determinano qualità, latenza e copertura linguistica dell’audio generato. eleven_v4 produce l’output più espressivo in oltre 90 lingue. eleven_v4_turbo è pensato per l’uso in tempo reale, con una latenza mediana di inferenza di ~100 ms. Ogni funzionalità — trascrizione vocale, musica, effetti sonori — ha un proprio modello dedicato. Consulta Quale modello devo usare? per sceglierne uno.

Come funziona la tariffazione?

I crediti sono l’unità di consumo condivisa da tutti i prodotti. La sintesi vocale costa un credito per ogni carattere del testo di input. Le altre operazioni vengono addebitate per secondo di audio elaborato. I crediti si rinnovano ogni mese e quelli inutilizzati vengono riportati per un massimo di due mesi. Consulta i prezzi per un dettaglio completo.

Per usare l’API senza un abbonamento mensile, Pay As You Go ti consente di prepagare un saldo, che viene scalato man mano che usi ElevenLabs, dopo aver esaurito gli eventuali crediti dell’abbonamento.

Progettato per la produzione

Quanto è veloce la sintesi vocale di ElevenLabs?

Eleven Flash v2.5 genera audio con una latenza di inferenza del modello di ~75 ms, mentre Eleven v4 Turbo ha una mediana di ~100 ms. Scribe v2 Realtime restituisce trascrizioni parziali in ~150 ms. Questi valori non includono la latenza dell’applicazione e della rete, quindi il tempo prima che gli utenti sentano l’audio è maggiore. Comprendere la latenza spiega cosa includono questi valori, mentre Ottimizzazione della latenza spiega come ridurre la latenza end-to-end.

Come gestisce la scalabilità ElevenLabs?

Il tuo piano stabilisce quante richieste vengono elaborate contemporaneamente. Un limite di concorrenza non è un tetto al numero di conversazioni simultanee: come regola generale, un limite di 5 può in genere supportare circa 100 trasmissioni audio simultanee, a seconda delle voci utilizzate e del caso d’uso. I piani Enterprise hanno limiti più elevati. Consulta Concorrenza e priorità per i limiti di ogni piano e indicazioni sui test di carico.

Controlli Enterprise

• Distribuzioni private forniscono ElevenAgents, Text to Speech e Speech to Text all’interno del tuo account cloud, così testo, audio e trascrizioni rimangono nella tua rete.
• Residenza dei dati archivia i tuoi dati in ambienti isolati nell’UE, in India o a Singapore anziché nella sede predefinita negli Stati Uniti. È una funzionalità Enterprise.
• I workspace centralizzano fatturazione, risorse condivise, accesso del team e gestione delle chiavi API. I workspace Enterprise aggiungono l’SSO tramite SAML 2.0 o OIDC e i log di audit delle azioni amministrative nello schema OCSF.

Genera il tuo primo audio

Installa l’SDK, imposta la chiave API come variabile d’ambiente e converti il testo in un file MP3 con una sola richiesta. Se preferisci far eseguire questa configurazione al tuo agente di coding, consulta Configurazione con il tuo agente di coding.

pip install elevenlabs python-dotenv

ELEVENLABS_API_KEY=<your_api_key_here>

from dotenv import load_dotenv
from elevenlabs.client import ElevenLabs
import os
load_dotenv()
elevenlabs = ElevenLabs(
  api_key=os.getenv("ELEVENLABS_API_KEY"),
)
audio = elevenlabs.text_to_speech.convert(
    text="The first move is what sets everything in motion.",
    voice_id="JBFqnCBsd6RMkjVDRZzb",  # "George" - browse voices at elevenlabs.io/app/voice-library
    model_id="eleven_v4",
    output_format="mp3_44100_128",
)
with open("output.mp3", "wb") as f:
    for chunk in audio:
        f.write(chunk)

elevenlabs text-to-speech convert \
  --voice-id JBFqnCBsd6RMkjVDRZzb \
  --model-id eleven_v4 \
  --text "The first move is what sets everything in motion." \
  --output-format mp3_44100_128 \
  --output output.mp3

La guida rapida di ElevenAPI tratta la stessa richiesta più nel dettaglio, inclusa la configurazione della CLI e la riproduzione dell’audio tramite gli altoparlanti.

Cosa posso creare con ElevenAgents?

ElevenAgents combina riconoscimento vocale, un LLM a tua scelta, sintesi vocale e gestione dei turni in un unico agente vocale che configuri nella dashboard o tramite gli SDK.

• Assistenza clienti: rispondi alle domande usando la tua documentazione collegando una knowledge base all’agente.
• Linee telefoniche: collega un numero Twilio con l’integrazione nativa per gestire chiamate in entrata e in uscita, oppure collega il tuo sistema telefonico esistente tramite trunking SIP.
• Campagne in uscita: effettua molte chiamate in uscita contemporaneamente con le chiamate batch.
• Siti web e app: integra un agente che gestisce sia voce sia testo con il widget.

La guida rapida di ElevenAgents ti accompagna nella creazione del tuo primo agente dall’inizio alla fine.

Quale modello devo usare?

Parti dal tuo caso d’uso. Ogni ID modello qui sotto è il valore da passare come model_id nelle richieste API.

Consulta Scegliere il modello giusto per altri casi d’uso e il riferimento dei modelli per le specifiche complete.

Esplora per funzionalità