elevenlabs-v4-tts

Text to Speech

Eleven v4 é um modelo de síntese de fala multilíngue para performances expressivas, com tags de áudio para tom, pausas, risadas e outras reações vocais. No PoYo, escolha uma voz e ajuste estabilidade e similaridade para criar audiolivros, falas expressivas de personagens, anúncios e narração de vídeos em mais de 90 idiomas.

Obter Chave de API

Documentação da API

Input

Text

266/5000

Voice

Stability

Similarity Boost

Output Format

Language Code

Apply Text Normalization

Timestamps

Output

Saída de exemplo

Estes são dados de exemplo. Gere um novo resultado para ver a saída real.

ID da tarefa:example-eleven-v4-defaultCriado:2026-10-14T11:11:30

Status:finishedProgresso:100%

Examples

Detalhes de preços

Preços transparentes, sem taxas ocultas. Pague conforme o uso.

elevenlabs-v4-tts

Text to speech

Preço PoYo

$0.080

16 créditos

Preço oficial

Economia

Modelo	Especificação	Preço PoYo	Preço oficial	Economia
elevenlabs-v4-tts	Text to speech	$0.080 16 créditos per 1000 characters	-	-

* As taxas reais são baseadas na saída final.

ELEVEN V4

Fala multilíngue expressiva, direcionada com tags de áudio

API Eleven v4 para Texto para Fala Natural e Expressivo

Dê aos personagens uma voz distinta e às histórias mais emoção. Com Eleven v4 no PoYo, direcione risadas, pausas e emoções por meio de tags de áudio e escolha uma voz para audiolivros multilíngues, anúncios e narração de vídeos.

Obter chave de API

Principais recursos da API Eleven v4

De performances de personagens a narrações multilíngues, ouça como os roteiros se transformam em fala natural.

Fala expressiva com tags de áudio

Dê a cada linha sua própria entrega escrevendo instruções em text. Eleven v4 interpreta tags de áudio junto com seu roteiro, adicionando reações como risadinhas e gargalhadas quando a cena exigir. Dê personalidade a uma história ou a uma leitura publicitária mantendo as palavras faladas e as instruções de performance juntas.

Escreva instruções diretamente no roteiro
Modele emoções e reações vocais naturais
Crie locuções expressivas para histórias e anúncios

Fala natural em vários idiomas

Alcance ouvintes em seu próprio idioma com uma fala que preserva ritmo e expressão naturais. Eleven v4 oferece suporte a mais de 90 idiomas; use language_code para especificar um idioma ou deixe-o sem definição para detecção automática. Produza versões para diferentes mercados no mesmo fluxo de trabalho de narração.

Crie fala em mais de 90 idiomas
Especifique um idioma ou use detecção automática
Adapte narrações para públicos de diferentes mercados

Seleção de voz para narração

Comece com uma voz adequada ao seu roteiro, de um contador de histórias acolhedor a um explicador claro. Defina voice para o locutor e ajuste stability e similarity_boost para orientar a saída. Crie um fluxo de trabalho de narração para audiolivros, aulas e locuções de vídeos sem gravar cada tomada por conta própria.

Escolha uma voz para seu conteúdo
Ajuste estabilidade e similaridade da voz
Produza narrações para livros, aulas e vídeos

Quem pode se beneficiar da API Eleven v4?

Audiolivros e contação de histórias

Transforme capítulos em narrações expressivas com Eleven v4. Escolha um narrador, adicione instruções às falas dos personagens e gere cada passagem dentro do limite de solicitação de 5.000 caracteres. Mantenha uma escolha de voz consistente em todo o fluxo de produção.

Locuções para vídeos

Crie locuções para explicações, apresentações de produtos e vídeos sociais com Eleven v4. Revise o roteiro sem agendar outra sessão de gravação e solicite timestamps opcionais quando disponíveis para ajudar a alinhar a fala com a edição.

Publicidade e campanhas

Dê ao texto da campanha uma entrega adequada, desde um lançamento energético até uma introdução acolhedora. Use tags de áudio do Eleven v4 para direcionar a leitura e produza diferentes roteiros com a mesma voz selecionada para um som de campanha consistente.

Educação e treinamento

Transforme explicações escritas em cursos, tutoriais e materiais de treinamento em fala clara. Use a seleção de voz do Eleven v4 e configurações de normalização de texto para lidar com números, datas e abreviações conforme necessário, criando conteúdo educacional reutilizável.

Localização de conteúdo

Produza narrações para públicos em diferentes idiomas com Eleven v4. Forneça o texto localizado e o código de idioma opcional e ouça o resultado antes de publicar. O modelo oferece suporte a mais de 90 idiomas para fluxos de trabalho de conteúdo global.

Locuções de personagens de jogos

Dê emoção às falas individuais de personagens por meio de tags de áudio e uma voz escolhida. Eleven v4 se adapta a diálogos roteirizados, narração de missões e introduções de cenas. Gere um locutor por solicitação e monte o áudio concluído no pipeline de produção do seu jogo.

Como usar a API Eleven v4 no PoYo

Etapa 1: Cadastre-se e crie uma chave de API
Entre no PoYo e crie uma chave para sua aplicação.
Criar chave de API →

Etapa 2: Adicione créditos
Adicione saldo para o uso esperado e verifique a estimativa do Playground antes de cada solicitação.
Adicionar créditos →

Etapa 3: Integre a API assíncrona
Envie uma solicitação elevenlabs-v4-tts, salve task_id e consulte o status para obter o áudio e os arquivos opcionais de timestamp.
Ler a documentação da API →

Perguntas frequentes sobre a API Eleven v4

O que é Eleven v4?

Eleven v4 é um modelo de texto para fala da ElevenLabs desenvolvido para fala natural e expressiva. Ele interpreta instruções de entrega no seu roteiro e oferece suporte a mais de 90 idiomas. O PoYo fornece uma API assíncrona para gerar um locutor por solicitação, com configurações de voz, seleção de formato de áudio e timestamps opcionais.

Como funcionam as tags de áudio?

Escreva tags de áudio diretamente dentro do texto para orientar a entrega, como [warm], [excited] ou [laughs]. Mantenha as palavras faladas no mesmo roteiro. As tags são interpretadas pelo modelo em vez de serem tratadas como campos separados da API, e seus caracteres contam para o tamanho da solicitação e cobrança.

Quais idiomas posso usar?

Eleven v4 oferece suporte a mais de 90 idiomas. Envie o texto no idioma que deseja ouvir e opcionalmente defina language_code, por exemplo en, zh ou es. Deixe o campo ausente para usar detecção automática. Ouça nomes e termos especializados antes de publicar o áudio concluído.

Qual é o limite de texto no PoYo?

Cada solicitação do PoYo aceita até 5.000 caracteres Unicode e não pode estar vazia. Espaços, novas linhas e tags de áudio estão incluídos nessa contagem. Roteiros mais longos precisam de solicitações separadas. O contador de caracteres e a estimativa de custo do Playground usam a mesma regra de contagem de caracteres do backend.

Como o uso é cobrado?

O uso é proporcional ao número de caracteres no texto enviado. A taxa é de 16 créditos, ou $0.08, por 1.000 caracteres; uma solicitação de 100 caracteres usa 1.6 créditos. As solicitações não são arredondadas para blocos de 1.000 caracteres. Consulte a tabela de preços acima e a estimativa ao vivo do Playground.

Quais formatos de áudio estão disponíveis?

Escolha entre 19 valores de output_format que abrangem MP3, PCM, mu-law, A-law e Opus. O padrão é mp3_44100_128. Os arquivos gerados mantêm sua codificação de áudio. MP3 é conveniente para reprodução no navegador; formatos PCM bruto e de telefonia podem exigir um player compatível após o download.

Posso baixar timestamps?

Defina timestamps como true para solicitar informações de tempo. Quando a geração retornar essas informações, o PoYo fornecerá um arquivo JSON separado junto ao download do áudio. Um resultado de áudio bem-sucedido pode não ter arquivo de timestamp se a resposta upstream não incluir dados de tempo.

Esta API oferece streaming ou clonagem de voz?

Esta integração do PoYo usa endpoints assíncronos de envio e status. Ela aceita uma voz por solicitação e não oferece streaming WebSocket, arrays de speakers, parâmetros de context-stitching ou criação de clonagem de voz. Use os campos de entrada documentados e consulte o task ID retornado até que o resultado seja finished ou failed.

Por que usar o PoYo para acesso à API Eleven v4

Uma integração assíncrona

Use o mesmo fluxo de envio e status de outros modelos PoYo. Acompanhe o task ID retornado e obtenha o áudio concluído sem integrar um protocolo de provedor separado.

Cobrança baseada em caracteres

Pague pelos caracteres enviados. Verifique a estimativa proporcional da solicitação antes de executar, sem arredondamento para blocos completos de 1.000 caracteres.

Parâmetros compartilhados de formulário e JSON

Prepare solicitações por meio de formulários ou JSON. Ambos os métodos usam a mesma validação de parâmetros, valores padrão e regras de cálculo de custo, facilitando a transição dos testes para a integração.

Downloads de áudio e tempo

Baixe o formato de áudio original e um JSON de timestamp separado quando disponível. Mova os arquivos resultantes diretamente para seu fluxo de edição ou aplicação.