Text to Dialogue met tijdstempels

POST

/v1/text-to-dialogue/with-timestamps

POST

/v1/text-to-dialogue/with-timestamps

curl -X POST https://api.elevenlabs.io/v1/text-to-dialogue/with-timestamps \
     -H "Content-Type: application/json" \
     -d '{
  "inputs": [
    {
      "text": "Hello, how are you?",
      "voice_id": "bYTqZQo3Jz7LQtmGTgwi"
    },
    {
      "text": "I'\''m doing well, thank you!",
      "voice_id": "6lCwbsX1yVjD49QmpkTR"
    }
  ]
}'

{
  "audio_base64": "base64_encoded_audio_string",
  "voice_segments": [
    {
      "voice_id": "21m00Tcm4TlvDq8ikWAM",
      "start_time_seconds": 0,
      "end_time_seconds": 0.5,
      "character_start_index": 0,
      "character_end_index": 5,
      "dialogue_input_index": 0
    },
    {
      "voice_id": "VEDscrYI8uIMttlO2Ztu",
      "start_time_seconds": 0.5,
      "end_time_seconds": 0.7,
      "character_start_index": 5,
      "character_end_index": 7,
      "dialogue_input_index": 1
    }
  ],
  "alignment": {
    "characters": [
      "H",
      "e",
      "l",
      "l",
      "o",
      "H",
      "i"
    ],
    "character_start_times_seconds": [
      0,
      0.1,
      0.2,
      0.3,
      0.4,
      0.5,
      0.6
    ],
    "character_end_times_seconds": [
      0.1,
      0.2,
      0.3,
      0.4,
      0.5,
      0.6,
      0.7
    ]
  },
  "normalized_alignment": {
    "characters": [
      "H",
      "e",
      "l",
      "l",
      "o",
      "H",
      "i"
    ],
    "character_start_times_seconds": [
      0,
      0.1,
      0.2,
      0.3,
      0.4,
      0.5,
      0.6
    ],
    "character_end_times_seconds": [
      0.1,
      0.2,
      0.3,
      0.4,
      0.5,
      0.6,
      0.7
    ]
  }
}

Genereer dialoog op basis van tekst met nauwkeurige timinginformatie op tekenniveau voor audio-tekstsynchronisatie.

Query parameters

output_formatenumOptionalDefaults to mp3_44100_128

Output format of the generated audio. Formatted as codec_sample_rate_bitrate. So an mp3 with 22.05kHz sample rate at 32kbs is represented as mp3_22050_32. MP3 with 192kbps bitrate requires you to be subscribed to Creator tier or above. PCM and WAV formats with 44.1kHz sample rate requires you to be subscribed to Pro tier or above. Note that the μ-law format (sometimes written mu-law, often approximated as u-law) is commonly used for Twilio audio inputs.

enable_loggingbooleanOptionalDefaults to true

Wanneer enable_logging is ingesteld op false, wordt voor het request de modus zonder gegevensbewaring gebruikt. Hierdoor zijn geschiedenisfuncties, waaronder request stitching, niet beschikbaar voor dit request. De modus zonder gegevensbewaring is alleen beschikbaar voor Enterprise-klanten.

Request

This endpoint expects an object.

inputslist of objectsRequired

Een lijst met dialooginvoer, elk met tekst en een stem-ID die wordt omgezet in spraak. Het maximale aantal unieke stem-ID’s is 10. Houd voor betrouwbare generatie het totale aantal tekens in alle waarden van inputs[].text op maximaal 2.000 tekens per request. Langere requests kunnen bij streamingresponses voortijdig eindigen of een validatiefout retourneren.

model_idstringOptionalDefaults to eleven_v3

ID van het model dat wordt gebruikt. Je kunt modellen opvragen met GET /v1/models. Het model moet Text to Speech ondersteunen; je kunt dit controleren met de eigenschap can_do_text_to_speech.

language_codestring or nullOptional

Taalcode (ISO 639-1) die wordt gebruikt om een taal af te dwingen voor het model en tekstnormalisatie. Als het model de opgegeven taalcode niet ondersteunt, wordt deze genegeerd. Deze parameter wordt niet ondersteund voor multilingual_v2-modellen.

settingsobject or nullOptional

Instellingen voor het genereren van dialogen.

pronunciation_dictionary_locatorslist of objects or nullOptional

Een lijst met locators voor uitspraakwoordenboeken (id, version_id) die op de tekst worden toegepast. Ze worden op volgorde toegepast. Je kunt maximaal 3 locators per request opgeven

seedinteger or nullOptional

Als dit wordt opgegeven, doet ons systeem zijn best om deterministisch te samplen, zodat herhaalde requests met dezelfde seed en parameters hetzelfde resultaat zouden moeten opleveren. Determinisme is niet gegarandeerd. Moet een geheel getal tussen 0 en 4294967295 zijn.

apply_text_normalizationenumOptionalDefaults to auto

Deze parameter regelt tekstnormalisatie met drie modi: ‘auto’, ‘on’ en ‘off’. Wanneer deze is ingesteld op ‘auto’, bepaalt het systeem automatisch of tekstnormalisatie wordt toegepast (bijvoorbeeld het uitschrijven van getallen). Met ‘on’ wordt tekstnormalisatie altijd toegepast, terwijl deze met ‘off’ wordt overgeslagen.

Allowed values:

use_pvc_as_ivcbooleanOptionalDefaults to false

Of de IVC-versie van een professionele stem moet worden gebruikt. Dit kan de expressiviteit verbeteren en latency verminderen.

previous_request_idslist of strings or nullOptional

A list of request_ids of dialogue generations that came before this one. Used to condition the model for continuity when splitting a large task into multiple requests. A maximum of 3 request_ids can be sent. The last request_id is the audio which is closest to the current request. Not supported by every model.

next_request_idslist of strings or nullOptional

A list of request_ids of dialogue generations that come after this one. Useful for maintaining continuity when regenerating a clip in the middle of a sequence. A maximum of 3 request_ids can be sent. The first request_id is the audio which is closest to the current request. Not supported by every model.

previous_textstring or nullOptional<=100 characters

De tekst die direct vóór deze generatie komt en wordt gebruikt om het model te conditioneren voor prosodische continuïteit. Er kunnen maximaal 100 tekens worden verzonden. Niet door elk model ondersteund.

future_textstring or nullOptional<=100 characters

De tekst die direct na deze generatie komt en wordt gebruikt om het model te conditioneren voor prosodische continuïteit. Er kunnen maximaal 100 tekens worden verzonden. Niet door elk model ondersteund.

audio_effectsobject or nullOptional

Audio-effecten die worden toegepast op de gegenereerde audio. Onbekende ID’s retourneren 404, waarbij param de naam van het veld bevat. Galm (environment_id met send_level boven 0) en een niet-nulwaarde voor pan produceren stereo-audio en worden afgewezen met 400 voor uitvoerformaten ulaw_*, alaw_* en pcm_*. Effecten veranderen de kosten van de aanvraag niet.

Response

Geslaagde response

audio_base64string

Base64-gecodeerde audiogegevens

voice_segmentslist of objects

Stemsegmenten voor de audio

alignmentobject or nullOptional

Tijdstempelinformatie voor elk teken in de oorspronkelijke tekst

normalized_alignmentobject or nullOptional

Tijdstempelinformatie voor elk teken in de genormaliseerde tekst

Errors

422

Unprocessable Entity Error

Headers

Query parameters

Request

Response

Errors