音声をリミックス。
プロンプトを使用して既存の音声をリミックスします。このメソッドは音声プレビューのリストを返します。各プレビューにはgenerated_voice_idと、base64エンコードされたmp3オーディオ形式の音声サンプルが含まれます。音声を作成するには、好みのプレビューのgenerated_voice_idを/v1/text-to-voiceエンドポイントで使用してください。
パスパラメータ
使用する音声IDです。https://api.elevenlabs.io/v1/voices を使用すると、利用可能なすべての音声を一覧表示できます。
ヘッダー
クエリパラメータ
生成されたオーディオの出力形式。codec_sample_rate_bitrate形式で指定します。たとえば、サンプルレート22.05kHz、32kbpsのmp3はmp3_22050_32で表します。ビットレート192kbpsのMP3を使用するには、クリエイター以上への加入が必要です。サンプルレート44.1kHzのPCM形式を使用するには、プロ以上への加入が必要です。μ-law形式（mu-lawとも表記され、u-lawと近似表記されることもあります）は、Twilioのオーディオ入力で一般的に使用されます。
リクエスト
音声に加える変更の説明。
生成するテキスト。テキストの長さは100～1000文字である必要があります。
音声説明に適したテキストを自動生成するかどうか。
生成される音声の音量レベルを制御します。-1が最も小さく、1が最も大きく、0はおよそ-24 LUFSに相当します。
音声生成を制御する乱数。同じ入力で同じシードを使用すると、同じ音声が生成されます。
AIがプロンプトにどの程度厳密に従うかを制御します。値が低いほどAIはより自由に創造性を発揮でき、値が高いほどプロンプトに厳密に従います。値が高いと、音声が不自然またはロボットのように聞こえることがあります。Guidance Scaleが低い場合は、より長く詳細なプロンプトを使用することをおすすめします。
レスポンスにText to Voiceのプレビューを含めるかどうかを決定します。trueの場合、生成されたIDのみが返され、/v1/text-to-voice/:generated_voice_id/streamエンドポイントでストリーミングできます。
リミックスセッションID。
これらの生成結果を紐付けるリミックスセッションのイテレーションID。指定しない場合、新しいイテレーションが作成されます。
音声サンプル生成時のプロンプトと参照オーディオのバランスを制御します。0はプロンプトの影響がほとんどないことを、1は参照オーディオの影響がほとんどないことを意味します。eleven_ttv_v3モデル使用時のみサポートされます。
レスポンス
成功レスポンス。
生成された音声のプレビュー。
音声のプレビューに使用するテキストです。