適切なモデルの選び方

eleven_v4を使用します

最高の忠実度、豊かな感情表現、最も幅広い言語サポートを備えたフラッグシップモデルです。

eleven_v4_turboを使用します

中央値約100msのレイテンシーで、リアルタイムアプリケーション向けに最適化されています。

eleven_v4を使用します

プロフェッショナルコンテンツ、オーディオブック、ビデオナレーションに最適です。

最も表現力豊かな音声にはeleven_v4_turboを使用します。eleven_flash_v2_5とeleven_flash_v2も低レイテンシー向けに最適化されています。

英語以外の言語をサポートするには2.5モデルを使用してください。

リアルタイムの会話アプリケーション向けに最適化されています。

バッチ文字起こしにはscribe_v2、医療・臨床オーディオにはscribe_v2_medical、 リアルタイム文字起こしにはscribe_v2_realtimeを使用します。

話者ダイアライゼーションと単語レベルのタイムスタンプにより、90以上の言語で最先端の精度を実現します。

eleven_multilingual_sts_v2を使用します

スピーチtoスピーチ変換に特化しています。