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。

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なコンテンツ、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、最も低いレイテンシーにはeleven_flash_v2_5またはeleven_flash_v2を使用します。

英語以外の言語をサポートするには2.5モデルを使用します。

リアルタイムの会話型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を、医療・臨床オーディオにはscribe_v2_medicalを、 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。