Ulepszenia WebSocket: niezawodność i niestandardowy limit czasu

Wprowadziliśmy aktualizacje do naszego interfejsu API WebSocket, dzięki którym długie generacje audio są bardziej stabilne. Zmiany te rozwiązują problemy, w wyniku których głosy stawały się mechaniczne lub zanikały podczas dłuższych sesji, zapewniając spójną jakość w całym tekście. Poniżej pokazaliśmy, jak zmienia się głos na początku i na końcu długiego pokolenia:

Zanim

Po

Dodaliśmy również niestandardowy limit czasu bezczynności dla połączeń WebSocket, wynoszący maksymalnie 180 sekund. Domyślny czas to 20 sekund, ale można go wydłużyć, aby lepiej odpowiadał Twoim potrzebom.

Aby to zmienić, wystarczy dodać inactivity_timeout jako parametr zapytania w punkcie końcowym WebSocket:

wss://api.elevenlabs.io/v1/text-to-speech/{voice_id}/stream-input?model_id=eleven_turbo_v2&inactivity_timeout=180