01
elevenlabs-v3-tts
Ekspresyjne TTS gotowe do produkcji za 16 kredytów za 1000 znaków, czyli $0.08 za 1000 znaków w PoYo, z ustawieniami głosu, stabilności, języka, normalizacji i znaczników czasu.
elevenlabs-v3-tts
Text to Speech
Zobacz więcej modeli: ElevenLabsModel:
API ElevenLabs V3 TTS generuje ekspresyjną wielojęzyczną mowę z tagami audio, emocjonalnym podaniem i procesami głosowymi w stylu dialogów.
Examples
Szczegóły cennika
Płatność za użycie. Bez subskrypcji i ukrytych opłat.
| Poziom | Cena PoYo | Oryginał / rabat |
|---|---|---|
| Tekst na mowę | $0.080/1 tys. znaków Kredyty: 16/1 tys. znaków Znaki (10,000): $0.800 | $0.100/1 tys. znakówOszczędzasz 20% Fal |
Jak jest rozliczane: Rozliczane za każde 1000 znaków tekstu wejściowego.
Opłaty zależą od końcowego wyniku.
Polecane modele
Wprowadzenie
Kompletny przewodnik: Przystępne cenowo API ElevenLabs V3 TTS do ekspresyjnego głosu AI
Przystępne cenowo API ElevenLabs V3 TTS do ekspresyjnego głosu AI
Buduj ekspresyjne procesy zamiany tekstu na mowę z ElevenLabs V3 TTS w PoYo. Generuj naturalne audio z głosem AI na podstawie skryptów, kieruj wykonaniem za pomocą tagów audio, takich jak [excited], [whispers] i [laughs], i steruj głosem, stabilnością, językiem, normalizacją tekstu oraz znacznikami czasu przez jedno asynchroniczne API.
Dostępne modele API ElevenLabs V3 TTS w PoYo
Wypróbuj Playground
Czym wyróżnia się ElevenLabs V3 TTS
ElevenLabs V3 TTS stworzono po to, by głos nie tylko czytał, ale wykonywał tekst. Używaj go do narracji, dialogów, lektorów produktowych, lokalizacji i audio postaci.
01
Reżyseria wykonania na poziomie skryptu
Steruj tonem emocjonalnym, sposobem podania i ludzkimi reakcjami bezpośrednio w polu text. Dzięki temu to samo pole skryptu służy zarówno do treści mówionej, jak i do wskazówek reżyserskich.
- Używaj tagów, takich jak [excited], [whispers] i [laughs], aby kierować tonem.
- Twórz bardziej naturalną narrację, dialogi postaci i lektory do social mediów.
- Trzymaj jedno pole text jako źródło prawdy dla skryptu i wskazówek wykonania.
02
Ustawienia API dla prawdziwych produktów
Wysyłaj pola opisane w dokumentacji API PoYo: text, voice, stability, timestamps, language_code i apply_text_normalization. W narzędziu Playground używaj nazw gotowych głosów, a w produkcji przekazuj własne ID głosów ElevenLabs.
- Utrzymuj stability między 0 a 1, by zachowanie głosu było przewidywalne.
- Używaj language_code do generowania wielojęzycznego.
- Włącz timestamps, gdy potrzebujesz danych do dalszej synchronizacji.
Co możesz zbudować
01
Lektory do krótkich filmów
Generuj ekspresyjną narrację do rolek, dem produktów, reklam, filmów objaśniających i filmów o premierach.
02
Treści edukacyjne
Zamieniaj skrypty kursów, przewodniki wdrożeniowe i poradniki w czyste audio głosowe.
03
Postacie i dialogi
Prototypuj kwestie postaci, asystentów w aplikacjach, przepływy odgrywania ról i dialogi fabularne z użyciem tagów audio.
04
Lokalizacja
Generuj wielojęzyczne pliki mowy z kodami języków i kontrolą normalizacji tekstu.
API ElevenLabs V3 TTS: PoYo vs fal.ai – porównanie modeli
PoYo udostępnia ElevenLabs V3 TTS w prostym asynchronicznym procesie generowania, z niższą ceną referencyjną.
| Funkcja | PoYo | fal.ai |
|---|---|---|
| Publiczne ID modelu | elevenlabs-v3-tts | fal-ai/elevenlabs/tts/eleven-v3 |
| Cena referencyjna | $0.08 za 1000 znaków | $0.10 za 1000 znaków |
| Kredyty PoYo | 16 kredytów za 1000 znaków | N/A |
| Maksymalna długość tekstu | 5000 znaków | Zależy od dostawcy |
| Proces | Wyślij zadanie, odpytuj standardowy status, pobierz pliki audio | Endpoint specyficzny dla dostawcy |
Cennik PoYo to 16 kredytów za 1000 znaków. Jeden kredyt kosztuje $0.005.
Jak korzystać z ElevenLabs V3 TTS w PoYo
- Pobierz klucz API: Załóż konto PoYo i wygeneruj klucz API w sekcji Dashboard. Pobierz klucz API ->
- Napisz skrypt: Wpisz od 1 do 5000 znaków i dodaj tagi audio, takie jak [excited], [whispers] lub [laughs], gdy chcesz bardziej ekspresyjnego podania.
- Wybierz ustawienia głosu: Wybierz nazwę gotowego głosu, wpisz własne ID głosu ElevenLabs w JSON, dostrój stability i opcjonalnie ustaw language_code, timestamps oraz apply_text_normalization.
- Wyślij i pobierz wynik: Wyślij zadanie przez API generowania PoYo, a następnie odpytuj standardowy endpoint statusu zadania o wyjściowe audio. Zobacz dokumentację API ->
ElevenLabs V3 TTS – najczęstsze pytania
Czym jest ElevenLabs V3 TTS?
ElevenLabs V3 TTS to ekspresyjny model zamiany tekstu na mowę, który zamienia pisane skrypty w naturalne audio z głosem AI. Został zaprojektowany tak, by uwzględniać tagi audio w tekście, wskazówki emocjonalne, ustawienia głosu i sterowanie językiem, dzięki czemu wygenerowana mowa brzmi bardziej reżyserowo i z wyczuciem wykonania.
Do czego służy API ElevenLabs V3 TTS?
Używaj go do generowania lektorów, narracji, audio do dem produktów, treści edukacyjnych, dialogów postaci, mowy asystentów w aplikacjach, audio do lokalizacji i ścieżek głosowych do krótkich form medialnych.
Jakie dane wejściowe są wymagane?
Pole text jest wymagane i musi mieć od 1 do 5000 znaków. Voice, stability, timestamps, language_code i normalizacja tekstu są ustawieniami opcjonalnymi.
Czy mogę użyć własnego głosu ElevenLabs?
Tak. Pole voice przyjmuje nazwę głosu lub ID głosu. W narzędziu Playground dostępne są popularne gotowe głosy, a w trybie JSON możesz wysłać własne ID głosu ElevenLabs.
Jak jest liczony koszt?
PoYo rozlicza ElevenLabs V3 TTS po 16 kredytów za 1000 znaków, co odpowiada $0.08 za 1000 znaków.
Czy mogę używać tagów ekspresji?
Tak. Model jest zaprojektowany do ekspresyjnych skryptów mowy i obsługuje tagi audio, takie jak [excited], [whispers] i [laughs].
Jak otrzymać wynik?
Wyślij żądanie generowania, a następnie użyj ID zadania ze standardowym endpointem statusu zadania w PoYo. Zakończone zadania zwracają pliki audio i mogą zawierać dane znaczników czasu, jeśli o nie poprosisz.
Dlaczego warto korzystać z PoYo
01
Przystępna cena
Korzystaj z ElevenLabs V3 TTS za $0.08 za 1000 znaków, z jasnym rozliczaniem za znak.
02
Jednolity dostęp do modeli
Używaj tego samego konta PoYo, rozliczeń, odpytywania o status i callbacków w modelach tekstu, obrazu, wideo i audio.
03
Proces gotowy do produkcji
Wysyłaj zadania asynchroniczne, odpytuj stabilny status zadań i pobieraj gotowe pliki audio z jednego interfejsu API.
04
Przejrzyste ustawienia
Dostajesz podstawowe ustawienia potrzebne w produkcji: text, voice, stability, język, normalizację i znaczniki czasu.