Skip to navigation
Mogelijkheden

Text to Dialogue

Ontdek hoe je meeslepende, natuurlijk klinkende dialogen maakt met ElevenLabs.

Overzicht

De Text to Dialogue-API van ElevenLabs maakt natuurlijk klinkende, expressieve dialogen van tekst met Eleven v4 en Eleven v3. We raden Eleven v4 aan. Populaire toepassingen zijn:

  • Perfecte gesprekken genereren voor videogames
  • Meeslepende dialogen maken voor podcasts en andere audiocontent
  • Luisterboeken tot leven brengen met expressieve vertelstemmen

Mogelijk zijn meerdere generaties nodig om het gewenste resultaat te bereiken. Houd er bij het integreren van Text to Dialogue in je applicatie rekening mee dat je meerdere generaties genereert en de gebruiker de beste laat kiezen.

Luister naar een voorbeeld:

Ontwikkelaars

Lees hoe je text to dialogue in je applicatie integreert.

Promptinggids

Lees hoe je expressieve dialogen promt met audiotags.

API-referentie

Volledige API-referentie voor het Text to Dialogue-endpoint.

Stemopties

ElevenLabs biedt duizenden stemmen via verschillende methoden om stemmen te maken. Eleven v4 ondersteunt meer dan 90 talen en Eleven v3 ondersteunt meer dan 70 talen.

Lees meer over onze stemopties.

Prompting

De modellen interpreteren de emotionele context rechtstreeks uit de tekstinvoer. Zo beïnvloeden aanduidingen als “she said excitedly” of uitroeptekens de emotie in de spraak. Steminstellingen zoals Stability en Similarity helpen de consistentie te regelen, terwijl de onderliggende emotie voortkomt uit tekstuele aanwijzingen.

Lees de promptinggids voor meer informatie.

Emotionele voordrachten met audiotags

Deze functie is nog volop in ontwikkeling; de werkelijke resultaten kunnen verschillen.

Met Eleven v4 en Eleven v3 kun je niet-spraak-audiogebeurtenissen gebruiken om de voordracht van de dialoog te beïnvloeden. Dit doe je door de audiogebeurtenissen tussen vierkante haken in de tekstinvoer te plaatsen.

In Text to Dialogue heeft elke dialoogbeurt zijn eigen tekst en stem. Voeg audiotags toe aan de tekst van de beurt die ze moeten beïnvloeden. De voice_id selecteert nog steeds de sprekersstem voor die beurt, terwijl de tags de voordracht sturen.

Een spreker kan bijvoorbeeld één stem gebruiken terwijl de tekst begint met [giggling], en de volgende spreker kan een andere stem gebruiken terwijl de tekst begint met [whispering]. Zie de Text to Dialogue-quickstart voor een API-voorbeeld dat tags met voice_id combineert.

Audiotags zijn instructies in natuurlijke taal, geen enumparameter. Plaats de instructie tussen vierkante haken en zet deze in de tekst waar de voordracht moet veranderen. De onderstaande voorbeelden zijn niet volledig; gebruik de promptinggids voor meer richtlijnen over effectieve tags.

Audiotags bestaan in verschillende vormen:

Emoties en voordracht

Bijvoorbeeld [sad], [laughing] en [whispering]

Audiogebeurtenissen

Bijvoorbeeld [leaves rustling], [gentle footsteps] en [applause].

Algemene aanwijzingen

Bijvoorbeeld [football], [wrestling match] en [auctioneer].

Enkele voorbeelden:

"[giggling] That's really funny!"
"[groaning] That was awful."
"Well, [sigh] I'm not sure what to say."

Je kunt ook interpunctie gebruiken om het verloop van de dialoog aan te geven, zoals onderbrekingen:

"[cautiously] Hello, is this seat-"
"[jumping in] Free? [cheerfully] Yes it is."

Je kunt beletseltekens gebruiken om onafgemaakte zinnen aan te geven:

"[indecisive] Hi, can I get uhhh..."
"[quizzically] The usual?"
"[elated] Yes! [laughs] I'm so glad you knew!"

De standaardindeling van het antwoord is mp3, maar er zijn ook andere formaten beschikbaar, zoals pcm en ulaw.

  • MP3
    • Samplefrequenties: 22.05kHz - 44.1kHz
    • Bitrates: 32kbps - 192kbps
    • 22.05kHz @ 32kbps
    • 44.1kHz @ 32kbps, 64kbps, 96kbps, 128kbps, 192kbps
  • PCM (S16LE)
    • Samplefrequenties: 16kHz - 44.1kHz
    • Bitrates: 8kHz, 16kHz, 22.05kHz, 24kHz, 44.1kHz, 48kHz
    • 16-bits diepte
  • μ-law
    • Samplefrequentie: 8kHz
    • Geoptimaliseerd voor telefonietoepassingen
  • A-law
    • Samplefrequentie: 8kHz
    • Geoptimaliseerd voor telefonietoepassingen
  • Opus
    • Samplefrequentie: 48kHz
    • Bitrates: 32kbps - 192kbps

Audio-opties van hogere kwaliteit zijn alleen beschikbaar in betaalde abonnementen. Bekijk onze prijspagina voor meer informatie.

Ondersteunde talen

Eleven v4 ondersteunt meer dan 90 talen. Eleven v3 ondersteunt meer dan 70 talen. Bekijk Eleven v4 en Eleven v3 voor de volledige lijsten.

Veelgestelde vragen

Text to Dialogue is beschikbaar voor de modellen Eleven v4 en Eleven v3.

Ja. Je behoudt het eigendom van alle audio die je genereert. Commerciële gebruiksrechten zijn echter alleen beschikbaar bij betaalde abonnementen. Met een betaald abonnement mag je gegenereerde audio commercieel gebruiken en inkomsten genereren met de uitvoer als je de intellectuele-eigendomsrechten op de invoercontent bezit.

Met een gratis regeneratie kun je dezelfde text-to-speechcontent zonder extra kosten opnieuw genereren, onder de volgende voorwaarden:

  • Alleen beschikbaar in het ElevenLabs-dashboard.
  • Je kunt elk stuk content maximaal 2 keer gratis opnieuw genereren.
  • De content moet exact hetzelfde zijn als bij de vorige generatie. Wijzigingen in de tekst, steminstellingen of andere parameters vereisen een nieuwe, betaalde generatie.

Gratis regeneraties zijn nuttig als er een kleine vervorming in de audio-uitvoer zit. Volgens de interne benchmarks van ElevenLabs verhelpen regeneraties ongeveer de helft van de kwaliteitsproblemen; de resterende problemen komen doorgaans door slechte trainingsdata.

Er is geen limiet voor het aantal sprekers in een dialoog.

De modellen zijn niet-deterministisch. Gebruik voor consistentie de optionele seed- parameter, al kunnen er nog steeds subtiele verschillen optreden.

Houd voor betrouwbare generatie de totale lengte van alle inputs[].text-waarden per request op maximaal 2.000 tekens. Splits langere tekst op in delen en voeg de resulterende audio in je applicatie samen.

Belangrijke feiten

  • Modellen: Beschikbaar met Eleven v4 en Eleven v3
  • Sprekers: Geen limiet voor het aantal sprekers per dialoog
  • Requestgrootte: Houd de totale lengte van alle inputs[].text-waarden per request op maximaal 2.000 tekens
  • Determinisme: De uitvoer is niet-deterministisch — gebruik de parameter seed voor consistentere resultaten
  • Gratis regeneraties: Maximaal 2 gratis regeneraties per generatie (dezelfde content, dezelfde parameters, alleen in het dashboard)
  • Eigendom: Je behoudt het eigendom van gegenereerde audio; commercieel gebruik vereist een betaald abonnement