ElevenLabs: Eleven v4 Turbo
eleven-v4-turbo- Đầu vào / Đầu ra
- $40.00 / $0.00
- Phương thức
- Âm thanh
Về Eleven v4 Turbo
Eleven v4 Turbo là mô hình chuyển văn bản thành giọng nói thời gian thực của ElevenLabs, phiên bản có độ trễ thấp của Eleven v4. Mô hình này chuyển đổi kịch bản thành âm thanh nói trong hơn 90 ngôn ngữ và đọc các thẻ âm thanh nội dòng như thì thầm hoặc tạm dừng để điều hướng cách truyền đạt. ElevenLabs hướng mô hình này đến các tác nhân giọng nói và hội thoại trực tiếp, nơi tốc độ phản hồi âm thanh quan trọng hơn sự trau chuốt bổ sung của mô hình v4 tiêu chuẩn.
Ưu điểm
- ElevenLabs cho biết độ trễ suy luận khoảng 100 ms và 150 ms để bắt đầu phát âm thanh, đây là yếu tố giúp các tác nhân giọng nói trực tiếp trở nên nhạy bén.
- Các thẻ âm thanh nội dòng như [whispers] (thì thầm) và [excited] (hào hứng) định hình cảm xúc và cách truyền đạt, đồng thời thay thế SSML cho hầu hết các chỉ dẫn.
- Theo ElevenLabs, cùng một giọng nói sẽ giữ được sự nhất quán khi một dòng được tạo lại, giúp duy trì tính ổn định cho nhân cách của tác nhân trong suốt các cuộc gọi.
- Các tùy chọn kiểm soát phát âm bao gồm tên riêng, từ viết tắt và thuật ngữ kỹ thuật, bao gồm cả IPA, trong khi các cài đặt độ ổn định và độ tương đồng giúp điều chỉnh mức độ bám sát giọng nói gốc.
Khi nào nên chọn model khác
- Eleven v4 là phiên bản được xây dựng cho nội dung sản xuất như sách nói và thuyết minh, vì vậy các phương tiện hoàn thiện thường có âm thanh tốt hơn ở phiên bản này.
- Mô hình chỉ nói văn bản bạn cung cấp; việc chuyển đổi giọng nói thành văn bản hoặc hiểu âm thanh cần một mô hình chuyển đổi giọng nói thành văn bản riêng biệt.
- Các thẻ âm thanh giúp điều hướng cách truyền đạt nhưng không đảm bảo kết quả chính xác tuyệt đối, vì vậy các kịch bản cần cách đọc cụ thể nên được kiểm tra trước.
Bắt đầu
Tạo API key
Tạo API key trong Console để dùng cho mọi mô hình trên nền tảng.
Gửi yêu cầu đầu tiên của bạn
Sao chép ví dụ cho ngôn ngữ của bạn và chạy nó với endpoint.
Văn bản thành giọng nóiĐiểm cuối TokenLabPOST/v1/audio/speechcurl -X POST "https://api.tokenlab.sh/v1/audio/speech" \ -H "Authorization: Bearer sk-xxx" \ -H "Content-Type: application/json" \ -d '{ "operation": "tts", "model": "eleven-v4-turbo", "input": "Hello from TokenLab.", "voice": "alloy" }'
Tham số
Văn bản thành giọng nói
| Tham số | Giá trị và giới hạn | Mặc định | Ghi chú |
|---|---|---|---|
input | Chưa cung cấp | Chưa cung cấp | Text length limits: minLength=1, maxLength=5000. |
language_code | Chưa cung cấp | Chưa cung cấp | This field is accepted. The current public contract does not specify a complete value range or list. No additional values are promised. The omitted-field default is not verified. |
operation | Chưa cung cấp | Chưa cung cấp | Chưa cung cấp |
response_format | mp3_22050_32, mp3_44100_32, mp3_44100_64, mp3_44100_96, mp3_44100_128, mp3_44100_192, pcm_8000, pcm_16000, pcm_22050, pcm_24000, pcm_44100, pcm_48000, ulaw_8000, alaw_8000, opus_48000_32, opus_48000_64, opus_48000_96, opus_48000_128, opus_48000_192 | mp3_44100_128 | Chưa cung cấp |
seed | ≥ 0, ≤ 4294967295 | Chưa cung cấp | Chưa cung cấp |
voice | Chưa cung cấp | Rachel | This field is accepted. The current public contract does not specify a complete value range or list. No additional values are promised. |
Fields outside this contract are rejected.
Giá
Giá Verified áp dụng cho Verified, thường rẻ hơn trên hầu hết các model. Giá Official là giá niêm yết từ nhà phát triển, áp dụng cho route Official ổn định hơn. Auto sẽ tính phí dựa trên route hoàn thành yêu cầu.
Văn bản thành giọng nói
Mỗi 1 triệu ký tự- Giá Official
- Đầu vào $40.00 / Đầu ra $0.00
- Giá Verified
- —
- Giảm giá
- —
| Giá OfficialMỗi 1 triệu ký tự | Giá VerifiedMỗi 1 triệu ký tự | Giảm giá | |
|---|---|---|---|
| Văn bản thành giọng nói | Đầu vào $40.00 / Đầu ra $0.00 | — | — |
Sử dụng & hoạt động
Tỷ lệ thành công là tỷ lệ yêu cầu hoàn tất. Độ trễ là thời gian của một phản hồi đầy đủ; P95 nghĩa là 95% yêu cầu hoàn thành trong khoảng thời gian đó.
Mức sử dụng & tình trạng
24 giờ qua- Yêu cầu
- Tỷ lệ thành công
- Độ trễ P95
- Tổng token
Dữ liệu dựa trên các yêu cầu tổng hợp của người dùng, không bao gồm các kiểm tra trạng thái.
Mở trong Console
Mở Eleven v4 Turbo trong Console để chỉnh sửa và gửi prompt ngay.
Giúp tôi thử eleven-v4-turbo với yêu cầu âm thanh ngắn tại /v1/audio/speech. Hiển thị kết quả và chi phí.
Tình huống sử dụng
Các tác nhân giọng nói qua điện thoại và web
Phát phản hồi của LLM khi nó đang truyền tải cho dịch vụ khách hàng, bán hàng hoặc trợ lý đặt lịch, nơi một khoảng dừng dài sẽ làm gián đoạn cuộc hội thoại.
Nhân vật tương tác
Cung cấp cho các nhân vật trong trò chơi hoặc nhân vật đồng hành một giọng nói ổn định và đánh dấu sự thay đổi cảm xúc trong một dòng bằng các thẻ.
Thông báo bằng giọng nói và IVR
Tạo các lời nhắc và xác nhận ngắn bằng nhiều ngôn ngữ với giọng nói cố định và cách phát âm chính xác tên sản phẩm.
Bản nháp kịch bản nhanh
Nghe kịch bản trong thời gian gần thực trước khi gửi đến mô hình v4 chậm hơn, có độ trau chuốt cao hơn để ghi âm cuối cùng.
Ví dụ prompt
[warmly] Cảm ơn bạn đã gọi đến Nha khoa Brightside. [pause] Tôi có thể giúp bạn đặt lịch hoặc thay đổi lịch hẹn. Bạn thấy thời gian nào phù hợp?
[whispers] Mã két sắt là [pause] bốn, bảy, chín, hai. [excited] Và đó là manh mối cuối cùng!
Số đơn hàng của bạn là /ˈɔːrdər/ 48-210. Vui lòng đọc lại để tôi xác nhận chúng ta có đúng đơn hàng.
FAQ
Sự khác biệt giữa Eleven v4 và Eleven v4 Turbo là gì?
Turbo là biến thể thời gian thực dành cho các tác nhân giọng nói và hội thoại trực tiếp, với độ trễ khoảng 100 ms. Eleven v4 được tinh chỉnh để đạt chất lượng cao trong các nội dung sản xuất như sách nói, podcast và thuyết minh. Cả hai đều sử dụng thẻ âm thanh và hỗ trợ hơn 90 ngôn ngữ.
Các thẻ âm thanh hoạt động như thế nào trong Eleven v4 Turbo?
Bạn đặt các thẻ ngôn ngữ tự nhiên trong dấu ngoặc vuông bên trong văn bản, chẳng hạn như [whispers], [excited] hoặc [pause]. Mô hình đọc chúng như chỉ dẫn về cách truyền đạt các từ tiếp theo. ElevenLabs cho biết chúng đáng tin cậy hơn ở đây so với các mô hình trước đó.
Eleven v4 Turbo nói được những ngôn ngữ nào?
ElevenLabs liệt kê hỗ trợ hơn 90 ngôn ngữ với giọng bản địa, cộng với tính năng nhân bản giọng nói đa ngôn ngữ. Bạn chọn một giọng nói và gửi văn bản bằng ngôn ngữ mục tiêu; mô hình sẽ xử lý cách phát âm và bạn có thể thêm IPA cho các tên hoặc thuật ngữ mà mô hình phát âm sai.
Tôi có thể nhân bản một giọng nói và sử dụng nó với Eleven v4 Turbo không?
ElevenLabs tuyên bố rằng Professional Voice Clones (Nhân bản giọng nói chuyên nghiệp) hoạt động với v4 và v4 Turbo trên toàn bộ phạm vi cảm xúc. Bạn cung cấp lựa chọn giọng nói trong yêu cầu; việc tạo bản sao giọng nói được thực hiện trong thư viện giọng nói ElevenLabs của bạn.
Yêu cầu cung cấp cho tôi những tùy chọn kiểm soát nào?
Danh mục mô tả lựa chọn giọng nói, thẻ âm thanh, cài đặt độ ổn định và độ tương đồng, cùng cách phát âm IPA. Độ ổn định đánh đổi khả năng biểu cảm để lấy sự nhất quán, và độ tương đồng kiểm soát mức độ bám sát giọng nói đã chọn. Hãy điều chỉnh chúng trên một dòng mẫu trước khi sản xuất.
Eleven v4 Turbo có giá bao nhiêu?
Trên TokenLab, Eleven v4 Turbo có giá Đầu vào $40.00 / Đầu ra $0.00 Mỗi 1 triệu ký tự. Bảng giá phía trên cho thấy chi tiết đầy đủ. Giá phụ thuộc vào đơn vị tính phí, thông số và mức sử dụng. Hãy so sánh các điều kiện tương đương trong bảng giá chi tiết của mô hình; một mức giá đơn lẻ không quyết định tổng chi phí.
Eleven v4 Turbo nên dùng endpoint nào?
Dùng https://api.tokenlab.sh/v1/audio/speech làm mặc định cho Eleven v4 Turbo. Nếu mô hình hỗ trợ định dạng native của nhà cung cấp, API workbench cũng hiển thị endpoint đó.
Eleven v4 Turbo hỗ trợ những thao tác nào?
Eleven v4 Turbo hỗ trợ Văn bản thành giọng nói. Chọn một thao tác trong API workbench phía trên để xem endpoint và mã ví dụ tương ứng.
So sánh Eleven v4 Turbo
Nguồn
Đánh giá ngày 2 thg 10, 2026