Naar navigatie springen

Spraak met timing maken

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

Padparameters

voice_idstringVerplicht

Te gebruiken stem-ID. Je kunt https://api.elevenlabs.io/v1/voices gebruiken om alle beschikbare stemmen weer te geven.

Headers

xi-api-keystringOptioneel

Queryparameters

enable_loggingbooleanOptioneelStandaard 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.

optimize_streaming_latencyinteger or nullOptioneelDeprecated

Je kunt latentieoptimalisaties inschakelen, met enig kwaliteitsverlies als gevolg. De best mogelijke uiteindelijke latentie verschilt per model. Mogelijke waarden: 0 - standaardmodus (geen latentieoptimalisaties) 1 - normale latentieoptimalisaties (ongeveer 50% van de mogelijke latentieverbetering van optie 3) 2 - sterke latentieoptimalisaties (ongeveer 75% van de mogelijke latentieverbetering van optie 3) 3 - maximale latentieoptimalisaties 4 - maximale latentieoptimalisaties, maar ook met de tekstnormalisator uitgeschakeld voor nog meer latentieverbetering (beste latentie, maar kan bijvoorbeeld getallen en datums verkeerd uitspreken).

Standaard ingesteld op None.

output_formatenumOptioneelStandaard 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.

Verzoek

This endpoint expects an object.
textstringVerplicht
De tekst die wordt omgezet in spraak.
model_idstringOptioneelStandaard eleven_multilingual_v2

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 nullOptioneel

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.

voice_settingsobject or nullOptioneel
Steminstellingen die de opgeslagen instellingen voor de opgegeven stem overschrijven. Ze worden alleen toegepast op het opgegeven request.
pronunciation_dictionary_locatorslist of objectsOptioneel

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 nullOptioneel
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.
previous_textstring or nullOptioneel

De tekst die voorafging aan de tekst van de huidige request. Kan worden gebruikt om de continuïteit van de spraak te verbeteren wanneer meerdere generaties worden samengevoegd, of om de continuïteit van de spraak in de huidige generatie te beïnvloeden.

next_textstring or nullOptioneel

De tekst die volgt op de tekst van de huidige request. Kan worden gebruikt om de continuïteit van de spraak te verbeteren wanneer meerdere generaties worden samengevoegd, of om de continuïteit van de spraak in de huidige generatie te beïnvloeden.

previous_request_idslist of stringsOptioneel

Een lijst met request_id’s van de samples die vóór deze generatie zijn gegenereerd. Kan worden gebruikt om de continuïteit van de spraak te verbeteren wanneer je een grote taak over meerdere requests verdeelt. De resultaten zijn het beste wanneer je voor alle generaties hetzelfde model gebruikt. Als zowel previous_text als previous_request_ids worden verzonden, wordt previous_text genegeerd. Je kunt maximaal 3 request_ids verzenden.

next_request_idslist of stringsOptioneel

Een lijst met request_id’s van de samples die na deze generatie komen. next_request_ids is vooral nuttig om de continuïteit van de spraak te behouden wanneer je een sample met audiokwaliteitsproblemen opnieuw genereert. Als je bijvoorbeeld 3 spraakclips hebt gegenereerd en clip 2 wilt verbeteren, helpt het om de request id van clip 3 als next_request_id door te geven (en die van clip 1 als previous_request_id), zodat de gecombineerde spraak natuurlijk blijft klinken. De resultaten zijn het beste wanneer je voor alle generaties hetzelfde model gebruikt. Als zowel next_text als next_request_ids worden verzonden, wordt next_text genegeerd. Je kunt maximaal 3 request_ids verzenden.

use_pvc_as_ivcboolean or nullOptioneel

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

apply_text_normalizationenumOptioneelStandaard 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.

Toegestane waarden:
audio_effectsobject or nullOptioneel

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.

apply_language_text_normalizationbooleanOptioneelStandaard falseDeprecated

Deze parameter regelt taalafhankelijke tekstnormalisatie. Dit helpt bij de juiste uitspraak van tekst in sommige ondersteunde talen. WAARSCHUWING: deze parameter kan de latentie van de request aanzienlijk verhogen. Momenteel alleen ondersteund voor Japans.

Response

Geslaagde response
audio_base64string

Base64-gecodeerde audiogegevens

alignmentobject or nullOptioneel
Tijdstempelinformatie voor elk teken in de oorspronkelijke tekst
normalized_alignmentobject or nullOptioneel
Tijdstempelinformatie voor elk teken in de genormaliseerde tekst

Fouten

422
Unprocessable Entity Error