elevenlabs-v4-tts

Text to Speech

O Eleven v4 é um modelo multilingue de síntese de voz para interpretações expressivas, com audio tags para tom, pausas, risos e outras reações vocais. Na PoYo, escolhes uma voz e ajustas a estabilidade e a semelhança para criares 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

Resultado de exemplo

Estes são dados de exemplo. Gera um novo resultado para veres o resultado real.

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

Estado:finishedProgresso:100%

Examples

Detalhes dos preços

Paga conforme utilizas. Sem subscrição, sem custos escondidos.

1 crédito = $0.005

Nível	Preço PoYo
Texto para voz	$0.080/1K carateres 16 créditos/1K carateres 10,000 carateres: $0.800

Como é faturado: Faturado por cada 1000 carateres de texto de entrada.

Os custos baseiam-se no resultado final.

ELEVEN V4

Voz multilingue expressiva, dirigida com audio tags

API Eleven v4 para texto para voz natural e expressivo

Dá às personagens uma voz própria e às histórias mais emoção. Com o Eleven v4 na PoYo, diriges risos, pausas e emoções através de audio tags e depois escolhes uma voz para audiolivros multilingues, anúncios e narração de vídeos.

Obter chave de API

Principais funcionalidades da API Eleven v4

Das interpretações de personagens à narração multilingue, ouve como os guiões se transformam em voz natural.

Voz expressiva com audio tags

Dá a cada frase a sua própria interpretação, escrevendo as indicações diretamente em text. O Eleven v4 interpreta as audio tags em conjunto com o teu guião e acrescenta reações como risinhos e gargalhadas onde a cena o pede. Dá personalidade a uma história ou a uma leitura publicitária, mantendo as palavras ditas e a direção da interpretação no mesmo sítio.

Escreve as indicações diretamente no guião
Molda a emoção e as reações vocais naturais
Cria locuções expressivas para histórias e publicidade

Voz natural em vários idiomas

Chega aos ouvintes no idioma deles, com uma voz que mantém o ritmo e a expressão naturais. O Eleven v4 suporta mais de 90 idiomas; usa language_code para indicar um idioma ou deixa o campo por definir para deteção automática. Produz versões para diferentes mercados dentro do mesmo workflow de narração.

Cria voz em mais de 90 idiomas
Indica um idioma ou usa a deteção automática
Adapta a narração a públicos de vários mercados

Seleção de voz para narração

Começa com uma voz que combine com o teu guião, desde um contador de histórias caloroso até um explicador claro. Define voice para o orador e depois ajusta stability e similarity_boost para orientar o resultado. Monta um workflow de narração para audiolivros, aulas e locuções de vídeo sem teres de gravar cada take.

Escolhe uma voz para o teu conteúdo
Ajusta a estabilidade e a semelhança da voz
Produz narração para livros, aulas e vídeos

Quem pode beneficiar da API Eleven v4?

Audiolivros e narração de histórias

Transforma capítulos em narração expressiva com o Eleven v4. Escolhe um narrador, acrescenta indicações às falas das personagens e gera cada passagem dentro do limite de 5000 carateres por pedido. Mantém a mesma voz ao longo de todo o teu processo de produção.

Locuções para vídeo

Cria locuções para vídeos explicativos, demonstrações de produtos e vídeos para redes sociais com o Eleven v4. Revê o guião sem teres de marcar outra sessão de gravação e pede, quando estiverem disponíveis, timestamps opcionais que ajudam a alinhar a voz com a edição.

Publicidade e campanhas

Dá ao texto da campanha a interpretação certa, desde um lançamento enérgico até uma apresentação calorosa. Usa as audio tags do Eleven v4 para dirigir a leitura e depois produz guiões diferentes com a mesma voz escolhida, para um som de campanha consistente.

Educação e formação

Transforma as explicações escritas de cursos, tutoriais e materiais de formação em voz clara. Usa a seleção de voz e as definições de normalização de texto do Eleven v4 para tratar números, datas e abreviaturas conforme necessário, criando conteúdo educativo reutilizável.

Localização de conteúdo

Produz narração para públicos de diferentes idiomas com o Eleven v4. Fornece o texto localizado e, opcionalmente, o código do idioma, e ouve o resultado antes de publicar. O modelo suporta mais de 90 idiomas para workflows de conteúdo globais.

Vozes de personagens de jogos

Dá emoção às falas de cada personagem através de audio tags e de uma voz escolhida. O Eleven v4 adequa-se a diálogos com guião, narração de missões e introduções de cenas. Gera um orador por pedido e monta o áudio final no pipeline de produção do teu jogo.

Como utilizar a API Eleven v4 na PoYo

Passo 1: Cria conta e gera uma chave de API
Inicia sessão na PoYo e cria uma chave para a tua aplicação.
Criar chave de API →

Passo 2: Adiciona créditos
Recarrega de acordo com a utilização prevista e consulta a estimativa do Playground antes de cada pedido.
Adicionar créditos →

Passo 3: Integra a API assíncrona
Submete um pedido elevenlabs-v4-tts, guarda o task_id e consulta o estado até teres o áudio e os ficheiros de timestamps opcionais.
Ler a documentação da API →

Perguntas frequentes sobre a API Eleven v4

O que é o Eleven v4?

O Eleven v4 é um modelo de texto para voz da ElevenLabs pensado para uma voz natural e expressiva. Interpreta as indicações de interpretação no teu guião e suporta mais de 90 idiomas. A PoYo disponibiliza uma API assíncrona para gerar um orador por pedido, com definições de voz, escolha do formato de áudio e timestamps opcionais.

Como funcionam as audio tags?

Escreve as audio tags diretamente dentro de text para orientar a interpretação, por exemplo [warm], [excited] ou [laughs]. Mantém as palavras a dizer no mesmo guião. As tags são interpretadas pelo modelo e não tratadas como campos separados da API, e os seus caracteres contam para o tamanho do pedido e para a faturação.

Que idiomas posso utilizar?

O Eleven v4 suporta mais de 90 idiomas. Envia o texto no idioma em que queres ouvi-lo e, se quiseres, define language_code, por exemplo en, zh ou es. Deixa o campo de fora para usar a deteção automática. Ouve os nomes e os termos especializados antes de publicares o áudio final.

Qual é o limite de texto na PoYo?

Cada pedido à PoYo aceita até 5000 carateres Unicode e não pode estar em branco. Os espaços, as mudanças de linha e as audio tags entram nessa contagem. Os guiões mais longos exigem pedidos separados. O contador de carateres e a estimativa de custo do Playground usam a mesma regra de contagem que o backend.

Como é faturada a utilização?

A utilização é proporcional ao número de carateres do texto submetido. O preço é de 16 créditos, ou $0.08, por 1000 carateres; um pedido de 100 carateres consome 1,6 créditos. Os pedidos não são arredondados para blocos de 1000 carateres. Consulta a tabela de preços acima e a estimativa em direto do Playground.

Que formatos de áudio estão disponíveis?

Escolhe entre 19 valores de output_format, que abrangem MP3, PCM, mu-law, A-law e Opus. O valor predefinido é mp3_44100_128. Os ficheiros gerados mantêm a sua codificação de áudio. O MP3 é prático para reprodução no navegador; o PCM em bruto e os formatos de telefonia podem exigir um leitor compatível depois da transferência.

Posso transferir os timestamps?

Define timestamps como true para pedires informação de tempos. Quando a geração devolve essa informação, a PoYo disponibiliza um ficheiro JSON separado junto à transferência do áudio. Um resultado de áudio bem-sucedido pode não ter ficheiro de timestamps se a resposta do fornecedor não incluir dados de tempo.

Esta API oferece streaming ou clonagem de voz?

Esta integração da PoYo utiliza endpoints assíncronos de submissão e de estado. Aceita uma voz por pedido e não disponibiliza streaming por WebSocket, listas de oradores, parâmetros de context-stitching nem criação de clones de voz. Usa os campos de entrada documentados e consulta o ID da tarefa devolvido até o resultado estar concluído ou ter falhado.

Porquê usar a PoYo para aceder à API Eleven v4

Uma só integração assíncrona

Usa o mesmo fluxo de submissão e de estado dos outros modelos da PoYo. Acompanha o ID da tarefa devolvido e recolhe o áudio concluído sem integrares o protocolo de outro fornecedor.

Faturação por carateres

Paga pelos carateres que submetes. Consulta a estimativa proporcional do pedido antes de o executares, sem arredondamento para blocos completos de 1000 carateres.

Parâmetros partilhados entre formulário e JSON

Prepara os pedidos através de formulários ou de JSON. Ambos os métodos usam a mesma validação de parâmetros, os mesmos valores predefinidos e as mesmas regras de cálculo de custos, o que facilita a passagem dos testes para a integração.

Transferência de áudio e de tempos

Transfere o áudio no formato original e, quando disponível, um JSON de timestamps separado. Leva os ficheiros resultantes diretamente para o teu workflow de edição ou para a tua aplicação.