elevenlabs-v4-tts

Text to Speech

Eleven v4 è un modello di sintesi vocale multilingue per performance espressive, con tag audio per tono, pause, risate e altre reazioni vocali. Su PoYo, scegli una voce e regola stabilità e similarità per creare audiolibri, battute espressive dei personaggi, annunci e narrazioni video in oltre 90 lingue.

Ottieni la chiave API

Documento API

Input

Text

266/5000

Voice

Stability

Similarity Boost

Output Format

Language Code

Apply Text Normalization

Timestamps

Output

Esempio di output

Questi sono dati di esempio. Genera un nuovo risultato per vedere l'output reale.

ID attività:example-eleven-v4-defaultCreato:2026-10-14T11:11:30

Stato:finishedProgressi:100%

Examples

Dettagli sui prezzi

Prezzi trasparenti senza costi nascosti. Paga mentre procedi.

elevenlabs-v4-tts

Text to speech

Prezzo PoYo

$0.080

16 crediti

Prezzo ufficiale

Risparmi

Model	Spec	Prezzo PoYo	Prezzo ufficiale	Risparmi
elevenlabs-v4-tts	Text to speech	$0.080 16 crediti per 1000 characters	-	-

*Le tariffe effettive si basano sul risultato finale.

ELEVEN V4

Voce multilingue espressiva, diretta con tag audio

Eleven v4 API per text to speech naturale ed espressivo

Dai ai personaggi una voce distintiva e alle storie più emozione. Con Eleven v4 su PoYo, dirigi risate, pause ed emozioni tramite tag audio, quindi scegli una voce per audiolibri multilingue, annunci e narrazioni video.

Ottieni API Key

Funzioni principali dell’API Eleven v4

Dalle performance dei personaggi alla narrazione multilingue, ascolta come gli script diventano voce naturale.

Voce espressiva con tag audio

Dai a ogni battuta una resa unica scrivendo le indicazioni direttamente in text. Eleven v4 interpreta i tag audio insieme al tuo script, aggiungendo reazioni come risatine e risate quando la scena lo richiede. Dai carattere a una storia o a una lettura pubblicitaria mantenendo insieme parole pronunciate e indicazioni di performance.

Scrivi le indicazioni direttamente nello script
Modella emozioni e reazioni vocali naturali
Crea voiceover espressivi per storie e pubblicità

Voce naturale in diverse lingue

Raggiungi gli ascoltatori nella loro lingua con una voce che conserva ritmo naturale ed espressività. Eleven v4 supporta più di 90 lingue; usa language_code per specificare una lingua o lascialo non impostato per il rilevamento automatico. Crea versioni per mercati diversi nello stesso flusso di lavoro di narrazione.

Crea voce in più di 90 lingue
Specifica una lingua o usa il rilevamento automatico
Adatta la narrazione a pubblici di mercati diversi

Selezione della voce per la narrazione

Inizia con una voce adatta al tuo script, da un narratore caloroso a un divulgatore chiaro. Imposta voice per l’oratore, quindi regola stability e similarity_boost per guidare l’output. Crea un flusso di lavoro di narrazione per audiolibri, lezioni e voiceover video senza registrare ogni ripresa personalmente.

Scegli una voce per i tuoi contenuti
Regola stabilità e similarità della voce
Produci narrazioni per libri, lezioni e video

Chi può beneficiare dell’API Eleven v4?

Audiolibri e storytelling

Trasforma i capitoli in narrazioni espressive con Eleven v4. Scegli un narratore, aggiungi indicazioni alle battute dei personaggi e genera ogni passaggio entro il limite di richiesta di 5,000 caratteri. Mantieni una scelta vocale coerente durante tutto il flusso di produzione.

Voiceover video

Crea voiceover per spiegazioni, dimostrazioni di prodotto e video social con Eleven v4. Modifica lo script senza programmare un’altra sessione di registrazione e richiedi timestamp opzionali quando disponibili per aiutare ad allineare la voce al montaggio.

Pubblicità e campagne

Dai ai testi delle campagne una resa adeguata, dal lancio energico a un’introduzione calorosa. Usa i tag audio di Eleven v4 per dirigere la lettura, quindi produci diversi script con la stessa voce selezionata per un suono di campagna coerente.

Istruzione e formazione

Trasforma spiegazioni scritte in corsi, tutorial e materiali formativi in voce chiara. Usa la selezione vocale di Eleven v4 e le impostazioni di normalizzazione del testo per gestire numeri, date e abbreviazioni secondo necessità, creando contenuti educativi riutilizzabili.

Localizzazione dei contenuti

Produci narrazioni per pubblici in lingue diverse con Eleven v4. Fornisci il testo localizzato e il codice lingua opzionale, quindi ascolta il risultato prima della pubblicazione. Il modello supporta più di 90 lingue per flussi di lavoro di contenuti globali.

Voiceover per personaggi di gioco

Dai emozione alle battute dei singoli personaggi tramite tag audio e una voce scelta. Eleven v4 è adatto a dialoghi sceneggiati, narrazioni di missioni e introduzioni di scene. Genera un oratore per richiesta e assembla l’audio completato nella pipeline di produzione del gioco.

Come usare l’API Eleven v4 su PoYo

Passaggio 1: Registrati e crea una API Key
Accedi a PoYo e crea una chiave per la tua applicazione.
Crea API Key →

Passaggio 2: Aggiungi crediti
Ricarica in base all’utilizzo previsto e controlla la stima nel Playground prima di ogni richiesta.
Aggiungi crediti →

Passaggio 3: Integra l’API asincrona
Invia una richiesta elevenlabs-v4-tts, salva task_id e verifica lo stato per i file audio e timestamp opzionali.
Leggi la documentazione API →

Domande frequenti sull’API Eleven v4

Che cos’è Eleven v4?

Eleven v4 è un modello text-to-speech di ElevenLabs progettato per una voce naturale ed espressiva. Interpreta le indicazioni di resa nello script e supporta più di 90 lingue. PoYo fornisce una API asincrona per generare un oratore per richiesta, con impostazioni vocali, selezione del formato audio e timestamp opzionali.

Come funzionano i tag audio?

Scrivi i tag audio direttamente in text per guidare la resa, ad esempio [warm], [excited] o [laughs]. Mantieni le parole pronunciate nello stesso script. I tag vengono interpretati dal modello invece di essere trattati come campi API separati e i loro caratteri vengono conteggiati nella lunghezza della richiesta e nella fatturazione.

Quali lingue posso usare?

Eleven v4 supporta più di 90 lingue. Invia il testo nella lingua che vuoi ascoltare e imposta opzionalmente language_code, ad esempio en, zh o es. Lascia il campo non impostato per usare il rilevamento automatico. Ascolta nomi e termini specializzati prima di pubblicare l’audio completato.

Qual è il limite di testo su PoYo?

Ogni richiesta PoYo accetta fino a 5,000 caratteri Unicode e non può essere vuota. Spazi, nuove righe e tag audio sono inclusi nel conteggio. Gli script più lunghi richiedono richieste separate. Il contatore dei caratteri del Playground e la stima dei costi usano la stessa regola di conteggio dei caratteri del backend.

Come viene fatturato l’utilizzo?

L’utilizzo è proporzionale al numero di caratteri nel testo inviato. La tariffa è di 16 crediti, o $0.08, per 1,000 caratteri; una richiesta di 100 caratteri utilizza 1.6 crediti. Le richieste non vengono arrotondate a blocchi di 1,000 caratteri. Consulta la tabella dei prezzi sopra e la stima live del Playground.

Quali formati audio sono disponibili?

Scegli tra 19 valori output_format che coprono MP3, PCM, mu-law, A-law e Opus. Il valore predefinito è mp3_44100_128. I file generati mantengono la loro codifica audio. MP3 è comodo per la riproduzione nel browser; PCM grezzo e formati telefonici potrebbero richiedere un lettore compatibile dopo il download.

Posso scaricare i timestamp?

Imposta timestamps su true per richiedere informazioni temporali. Quando la generazione restituisce tali informazioni, PoYo fornisce un file JSON separato insieme al download audio. Un risultato audio riuscito potrebbe non avere un file timestamp se la risposta upstream non include dati temporali.

Questa API espone streaming o clonazione vocale?

Questa integrazione PoYo utilizza endpoint asincroni di invio e stato. Accetta una voce per richiesta e non espone streaming WebSocket, array di speaker, parametri context-stitching o creazione di cloni vocali. Usa i campi di input documentati e verifica il task ID restituito finché il risultato non è finished o failed.

Perché usare PoYo per accedere all’API Eleven v4

Un’unica integrazione asincrona

Usa lo stesso flusso di invio e stato degli altri modelli PoYo. Monitora il task ID restituito e raccogli l’audio completato senza integrare un protocollo provider separato.

Fatturazione basata sui caratteri

Paghi per i caratteri inviati. Controlla la stima proporzionale della richiesta prima dell’esecuzione, senza arrotondamenti a blocchi completi di 1,000 caratteri.

Parametri condivisi per moduli e JSON

Prepara richieste tramite moduli o JSON. Entrambi i metodi usano la stessa convalida dei parametri, valori predefiniti e regole di calcolo dei costi, rendendo semplice passare dai test all’integrazione.

Download audio e temporizzazione

Scarica il formato audio originale e un JSON timestamp separato quando disponibile. Sposta direttamente i file risultanti nel tuo flusso di lavoro di editing o applicazione.