Text to Speech
Overzicht
De Text to Speech (TTS)-API van ElevenLabs zet tekst om in levensechte audio met genuanceerde intonatie, tempo en emotioneel bewustzijn. Onze modellen passen zich aan tekstuele aanwijzingen aan in 32 talen en meerdere stemstijlen en kunnen worden gebruikt om:
- Wereldwijde mediacampagnes en advertenties in te spreken
- Luisterboeken in meerdere talen te produceren met complexe emotionele voordracht
- Realtime audio vanuit tekst te streamen
Luister naar een voorbeeld:
Verken onze Voice Library om de perfecte stem voor je project te vinden.
Stemkwaliteit
Voor realtime applicaties biedt Flash v2.5 een ultralage latentie van 75 ms, terwijl Multilingual v2 audio van de hoogste kwaliteit levert met genuanceerdere expressie.
Stemopties
ElevenLabs biedt duizenden stemmen in 32 talen via verschillende methoden om stemmen te maken:
- Voice Library met meer dan 3.000 stemmen die door de community zijn gedeeld
- Professioneel stemklonen voor replica’s met de hoogste kwaliteit
- Direct stemklonen voor snelle stemreplicatie
- Voice Design om aangepaste stemmen te genereren uit tekstbeschrijvingen
Lees meer over onze stemopties.
Ondersteunde uitvoerformaten
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
Onze meertalige v2-modellen ondersteunen 29 talen:
Engels (VS, VK, Australië, Canada), Japans, Chinees, Duits, Hindi, Frans (Frankrijk, Canada), Koreaans, Portugees (Brazilië, Portugal), Italiaans, Spaans (Spanje, Mexico), Indonesisch, Nederlands, Turks, Filipijns, Pools, Zweeds, Bulgaars, Roemeens, Arabisch (Saoedi-Arabië, VAE), Tsjechisch, Grieks, Fins, Kroatisch, Maleis, Slowaaks, Deens, Tamil, Oekraïens & Russisch.
Flash v2.5 ondersteunt 32 talen: alle talen van v2-modellen plus:
Hongaars, Noors & Vietnamees
Voer gewoon tekst in een van onze ondersteunde talen in en selecteer een passende stem uit onze Voice Library. Kies voor de natuurlijkste resultaten een stem met een accent dat past bij je doeltaal en regio.
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.
Beschrijvende tekst wordt door het model uitgesproken en moet je desgewenst handmatig uit de audio knippen of verwijderen.
Veelgestelde vragen
Kan ik mijn eigen stem klonen?
Ja, je kunt directe stemklonen van je eigen stem maken op basis van korte audiofragmenten. Bekijk voor stemmen met een hoge kwaliteit onze functie voor professioneel stem- klonen.
Ben ik eigenaar van de audio-uitvoer?
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.
Wat valt onder een gratis regeneratie?
Met een gratis regeneratie kun je dezelfde text-to-speechcontent zonder extra kosten opnieuw genereren, onder de volgende voorwaarden:
- 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.
Hoe verminder ik latentie voor realtime toepassingen?
Gebruik de Flash-modellen met lage latentie (Flash v2 of v2.5), geoptimaliseerd voor vrijwel realtime conversationele of interactieve scenario’s. Bekijk onze gids voor latentieoptimalisatie voor meer informatie.
Waarom is mijn uitvoer soms inconsistent?
De modellen zijn niet-deterministisch. Gebruik voor consistentie de optionele seed- parameter, al kunnen er nog steeds subtiele verschillen optreden.
Wat is de beste aanpak voor het converteren van grote teksten?
Splits lange tekst op in segmenten en gebruik streaming voor realtime afspelen en efficiënte verwerking. Voeg parameters voor vorige/volgende tekst of vorige/volgende request-ID toe om de natuurlijke prosodie tussen delen te behouden.
Belangrijke feiten
- Determinisme: De uitvoer is niet-deterministisch — gebruik de parameter
seedvoor consistentere resultaten - Gratis regeneraties: Maximaal 2 gratis regeneraties per generatie (alleen dezelfde content en parameters)
- Eigendom: Je behoudt het eigendom van gegenereerde audio; commercieel gebruik vereist een betaald abonnement
- Toepassingen met lage latentie: Gebruik Flash-modellen (
eleven_flash_v2ofeleven_flash_v2_5) — bekijk de gids voor latentieoptimalisatie - Grote teksten: Splits lange tekst op in segmenten; gebruik de parameters
previous_text/next_textom natuurlijke prosodie tussen delen te behouden