elevenlabs-v4-tts

Text to Speech

Eleven v4 là mô hình tổng hợp giọng nói đa ngôn ngữ dành cho các màn trình diễn biểu cảm, với các thẻ âm thanh để điều chỉnh giọng điệu, khoảng dừng, tiếng cười và các phản ứng giọng nói khác. Trên PoYo, hãy chọn giọng nói và điều chỉnh độ ổn định cùng độ tương đồng để tạo sách nói, câu thoại nhân vật biểu cảm, quảng cáo và lời dẫn video bằng hơn 90 ngôn ngữ.

Nhận APIKey

API Doc

Input

Text

266/5000

Voice

Stability

Similarity Boost

Output Format

Language Code

Apply Text Normalization

Timestamps

Output

Ví dụ về kết quả

Đây là dữ liệu mẫu. Tạo ra một kết quả mới để xem sản lượng thực.

ID nhiệm vụ:example-eleven-v4-defaultĐược tạo ra:2026-10-14T11:11:30

Trạng thái:finishedTiến bộ:100%

Examples

Chi tiết về giá

Giá cả minh bạch mà không có phí ẩn. Chọn tiền đi.

elevenlabs-v4-tts

Text to speech

Giá PoYo

$0.080

16 tín dụng

Giá chính thức

Anh cứu

Mô hình	Tác phẩm đặc trưng	Giá PoYo	Giá chính thức	Anh cứu
elevenlabs-v4-tts	Text to speech	$0.080 16 tín dụng per 1000 characters	-	-

* Các khoản phí thực tế được dựa trên kết quả cuối cùng.

ELEVEN V4

Giọng nói đa ngôn ngữ biểu cảm, được điều khiển bằng thẻ âm thanh

Eleven v4 API cho chuyển văn bản thành giọng nói tự nhiên, biểu cảm

Mang đến cho nhân vật một giọng nói riêng biệt và khiến câu chuyện trở nên giàu cảm xúc hơn. Với Eleven v4 trên PoYo, điều khiển tiếng cười, khoảng dừng và cảm xúc thông qua các thẻ âm thanh, sau đó chọn giọng nói cho sách nói đa ngôn ngữ, quảng cáo và lời dẫn video.

Nhận API Key

Tính năng chính của Eleven v4 API

Từ màn trình diễn nhân vật đến lời dẫn đa ngôn ngữ, hãy nghe cách kịch bản trở thành giọng nói tự nhiên.

Giọng nói biểu cảm với thẻ âm thanh

Cho mỗi câu thoại một cách thể hiện riêng bằng cách viết chỉ dẫn trực tiếp vào text. Eleven v4 diễn giải các thẻ âm thanh cùng với kịch bản của bạn, thêm các phản ứng như tiếng cười khúc khích và tiếng cười ở những nơi phù hợp với bối cảnh. Mang cá tính vào câu chuyện hoặc phần đọc quảng cáo trong khi vẫn giữ lời nói và chỉ dẫn biểu diễn cùng nhau.

Viết chỉ dẫn trực tiếp vào kịch bản
Định hình cảm xúc và các phản ứng giọng nói tự nhiên
Tạo lồng tiếng biểu cảm cho câu chuyện và quảng cáo

Giọng nói tự nhiên trên nhiều ngôn ngữ

Tiếp cận người nghe bằng ngôn ngữ của họ với giọng nói duy trì nhịp điệu và biểu cảm tự nhiên. Eleven v4 hỗ trợ hơn 90 ngôn ngữ; sử dụng language_code để chỉ định ngôn ngữ hoặc để trống để tự động phát hiện. Tạo phiên bản cho các thị trường khác nhau trong cùng một quy trình lời dẫn.

Tạo giọng nói bằng hơn 90 ngôn ngữ
Chỉ định ngôn ngữ hoặc sử dụng tính năng tự động phát hiện
Điều chỉnh lời dẫn cho khán giả ở các thị trường khác nhau

Lựa chọn giọng nói cho lời dẫn

Bắt đầu với giọng nói phù hợp với kịch bản, từ người kể chuyện ấm áp đến người giải thích rõ ràng. Đặt voice cho người nói, sau đó điều chỉnh stability và similarity_boost để định hướng đầu ra. Xây dựng quy trình lời dẫn cho sách nói, bài học và lồng tiếng video mà không cần tự ghi lại từng lần.

Chọn giọng nói cho nội dung của bạn
Điều chỉnh độ ổn định và độ tương đồng giọng nói
Tạo lời dẫn cho sách, bài học và video

Ai có thể hưởng lợi từ Eleven v4 API?

Sách nói & Kể chuyện

Biến các chương sách thành lời dẫn biểu cảm với Eleven v4. Chọn người kể chuyện, thêm chỉ dẫn vào câu thoại nhân vật và tạo từng đoạn trong giới hạn yêu cầu 5,000 ký tự. Duy trì lựa chọn giọng nói nhất quán trong toàn bộ quy trình sản xuất.

Lồng tiếng video

Tạo lồng tiếng cho video giải thích, hướng dẫn sản phẩm và video mạng xã hội với Eleven v4. Chỉnh sửa kịch bản mà không cần lên lịch thêm buổi ghi âm, đồng thời yêu cầu dấu thời gian tùy chọn khi có sẵn để giúp căn chỉnh giọng nói với phần chỉnh sửa.

Quảng cáo & Chiến dịch

Mang đến cách thể hiện phù hợp cho nội dung chiến dịch, từ màn ra mắt đầy năng lượng đến phần giới thiệu ấm áp. Sử dụng thẻ âm thanh Eleven v4 để điều hướng cách đọc, sau đó tạo các kịch bản khác nhau với cùng giọng nói đã chọn để duy trì âm thanh chiến dịch nhất quán.

Giáo dục & Đào tạo

Biến các giải thích bằng văn bản trong khóa học, hướng dẫn và tài liệu đào tạo thành giọng nói rõ ràng. Sử dụng lựa chọn giọng nói Eleven v4 và cài đặt chuẩn hóa văn bản để xử lý số, ngày tháng và chữ viết tắt khi cần, tạo nội dung giáo dục có thể tái sử dụng.

Bản địa hóa nội dung

Tạo lời dẫn cho khán giả ở các ngôn ngữ khác nhau với Eleven v4. Cung cấp văn bản đã bản địa hóa và mã ngôn ngữ tùy chọn, sau đó nghe kết quả trước khi xuất bản. Mô hình hỗ trợ hơn 90 ngôn ngữ cho quy trình nội dung toàn cầu.

Lồng tiếng nhân vật trò chơi

Mang cảm xúc vào từng câu thoại nhân vật thông qua thẻ âm thanh và giọng nói được chọn. Eleven v4 phù hợp với hội thoại có kịch bản, lời dẫn nhiệm vụ và phần giới thiệu cảnh. Tạo một người nói cho mỗi yêu cầu và tập hợp âm thanh hoàn chỉnh vào quy trình sản xuất trò chơi.

Cách sử dụng Eleven v4 API trên PoYo

Bước 1: Đăng ký và tạo API Key
Đăng nhập vào PoYo và tạo key cho ứng dụng của bạn.
Tạo API Key →

Bước 2: Thêm Credits
Nạp thêm cho mức sử dụng dự kiến và kiểm tra ước tính trên Playground trước mỗi yêu cầu.
Thêm Credits →

Bước 3: Tích hợp Async API
Gửi yêu cầu elevenlabs-v4-tts, lưu task_id và kiểm tra trạng thái để lấy tệp âm thanh cùng tệp dấu thời gian tùy chọn.
Đọc Tài liệu API →

Câu hỏi thường gặp về Eleven v4 API

Eleven v4 là gì?

Eleven v4 là mô hình chuyển văn bản thành giọng nói của ElevenLabs được thiết kế cho giọng nói tự nhiên, biểu cảm. Mô hình diễn giải chỉ dẫn thể hiện trong kịch bản và hỗ trợ hơn 90 ngôn ngữ. PoYo cung cấp API không đồng bộ để tạo một người nói trong mỗi yêu cầu, với cài đặt giọng nói, lựa chọn định dạng âm thanh và dấu thời gian tùy chọn.

Thẻ âm thanh hoạt động như thế nào?

Viết thẻ âm thanh trực tiếp bên trong text để điều hướng cách thể hiện, chẳng hạn như [warm], [excited] hoặc [laughs]. Giữ lời nói trong cùng một kịch bản. Các thẻ được mô hình diễn giải thay vì được xử lý như các trường API riêng biệt, và ký tự của chúng được tính vào độ dài yêu cầu cùng chi phí.

Tôi có thể sử dụng những ngôn ngữ nào?

Eleven v4 hỗ trợ hơn 90 ngôn ngữ. Gửi văn bản bằng ngôn ngữ bạn muốn nghe và tùy chọn đặt language_code, ví dụ en, zh hoặc es. Bỏ trường này để sử dụng tính năng tự động phát hiện. Nghe thử tên riêng và thuật ngữ chuyên ngành trước khi xuất bản âm thanh hoàn chỉnh.

Giới hạn văn bản trên PoYo là bao nhiêu?

Mỗi yêu cầu PoYo chấp nhận tối đa 5,000 ký tự Unicode và không được để trống. Khoảng trắng, dòng mới và thẻ âm thanh đều được tính trong giới hạn đó. Kịch bản dài hơn cần được chia thành nhiều yêu cầu riêng. Bộ đếm ký tự và ước tính chi phí trên Playground sử dụng cùng quy tắc đếm ký tự như backend.

Việc sử dụng được tính phí như thế nào?

Mức sử dụng tỷ lệ thuận với số ký tự trong văn bản được gửi. Mức giá là 16 credits, hoặc $0.08, cho mỗi 1,000 ký tự; yêu cầu 100 ký tự sử dụng 1.6 credits. Yêu cầu không được làm tròn lên các khối 1,000 ký tự. Xem bảng giá ở trên và ước tính Playground trực tiếp.

Những định dạng âm thanh nào có sẵn?

Chọn từ 19 giá trị output_format bao gồm MP3, PCM, mu-law, A-law và Opus. Mặc định là mp3_44100_128. Tệp được tạo giữ nguyên mã hóa âm thanh. MP3 thuận tiện cho phát lại trên trình duyệt; PCM thô và các định dạng điện thoại có thể cần trình phát tương thích sau khi tải xuống.

Tôi có thể tải xuống dấu thời gian không?

Đặt timestamps thành true để yêu cầu thông tin thời gian. Khi quá trình tạo trả về thông tin đó, PoYo cung cấp một tệp JSON riêng cùng với tệp tải xuống âm thanh. Kết quả âm thanh thành công có thể không có tệp dấu thời gian nếu phản hồi từ upstream không bao gồm dữ liệu thời gian.

API này có hỗ trợ streaming hoặc voice cloning không?

Tích hợp PoYo này sử dụng các endpoint gửi và trạng thái không đồng bộ. Nó chấp nhận một giọng nói trong mỗi yêu cầu và không cung cấp streaming WebSocket, mảng speaker, tham số context-stitching hoặc tạo voice-clone. Sử dụng các trường đầu vào được tài liệu hóa và kiểm tra task ID trả về cho đến khi kết quả là finished hoặc failed.

Tại sao nên sử dụng PoYo để truy cập Eleven v4 API

Một tích hợp Async

Sử dụng cùng quy trình gửi và trạng thái như các mô hình PoYo khác. Theo dõi task ID được trả về và nhận âm thanh hoàn tất mà không cần tích hợp giao thức nhà cung cấp riêng.

Tính phí dựa trên ký tự

Thanh toán cho số ký tự bạn gửi. Kiểm tra ước tính yêu cầu theo tỷ lệ trước khi chạy, không làm tròn thành các khối đầy đủ 1,000 ký tự.

Tham số Form và JSON dùng chung

Chuẩn bị yêu cầu thông qua form hoặc JSON. Cả hai phương thức sử dụng cùng quy tắc xác thực tham số, giá trị mặc định và tính toán chi phí, giúp dễ dàng chuyển từ thử nghiệm sang tích hợp.

Tải xuống âm thanh và thời gian

Tải xuống định dạng âm thanh gốc và JSON dấu thời gian riêng khi có sẵn. Đưa trực tiếp các tệp kết quả vào quy trình chỉnh sửa hoặc ứng dụng của bạn.