Hoppa till navigering
ElevenAPIVoice Design

Remixa en röst.

Remixa en befintlig röst via en prompt. Den här metoden returnerar en lista med röstförhandsvisningar. Varje förhandsvisning har ett generated_voice_id och ett röstprov som base64-kodad mp3-ljudfil. Skapa en röst genom att använda generated_voice_id från den önskade förhandsvisningen med slutpunkten /v1/text-to-voice.

Sökvägsparametrar

voice_idstringObligatorisk

Röst-ID som ska användas. Du kan använda https://api.elevenlabs.io/v1/voices för att lista alla tillgängliga röster.

Headers

xi-api-keystringValfri

Frågeparametrar

output_formatenumValfri

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 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.

Förfrågan

This endpoint expects an object.
voice_descriptionstringObligatorisk5-1000 characters

Beskrivning av ändringarna som ska göras i rösten.

textstring or nullValfri100-1000 characters

Text att generera, textlängden måste vara mellan 100 och 1 000.

auto_generate_textbooleanValfriStandard är false

Om en text som passar röstbeskrivningen ska genereras automatiskt.

loudnessdoubleValfri-1-1Standard är 0.5

Styr volymnivån för den genererade rösten. -1 är tystast, 1 är högst och 0 motsvarar ungefär -24 LUFS.

seedinteger or nullValfri0-2147483647

Slumptal som styr röstgenereringen. Samma seed med samma indata ger samma röst.

guidance_scaledoubleValfri0-100Standard är 2

Styr hur nära AI:n följer prompten. Lägre värden ger AI:n större kreativ frihet, medan högre värden får den att följa prompten mer strikt. Höga värden kan få rösten att låta konstgjord eller robotlik. Vi rekommenderar längre och mer detaljerade prompter vid lägre Guidance Scale.

stream_previewsbooleanValfriStandard är false

Avgör om Text to Voice-förhandsvisningarna ska inkluderas i svaret. Om värdet är true returneras endast de genererade ID:na, som sedan kan streamas via slutpunkten /v1/text-to-voice/:generated_voice_id/stream.

remixing_session_idstring or nullValfri
Remixningssessionens id.
remixing_session_iteration_idstring or nullValfri

ID:t för iterationen i remixningssessionen som dessa genereringar ska kopplas till. Om det inte anges skapas en ny iteration.

prompt_strengthdouble or nullValfri0-1

Styr balansen mellan prompt och referensljud när röstprover genereras. 0 innebär nästan ingen påverkan från prompten, 1 innebär nästan ingen påverkan från referensljudet. Stöds endast med modellen eleven_ttv_v3.

Svar

Lyckat svar
previewslist of objects

Förhandsvisningarna av de genererade rösterna.

textstring

Texten som används för att förhandsgranska rösterna.

Fel

409
Conflict Error
422
Unprocessable Entity Error