ElevenLabs: Eleven Realtime v1 Max

Name: Eleven Realtime v1 Max
Author: ElevenLabs

elevenlabs/eleven-realtime-v1-max

activo speech-to-speech 1 proveedor

Playground

ElevenLabs' realtime speech-to-speech voice agent optimized for quality, reasoning before it responds for complex instructions and multi-step tool use.

AutorElevenLabs

Idiomas84 idiomas

Formatos de respuestaStreaming: PCM · µ-law · A-law

Estadoactivo

Inicio rápido

Eleven Realtime v1 Max

Crea una clave API

Regístrate en AllModels, crea una clave API y guárdala como ALLMODELS_API_KEY.

Crear clave API

Haz una solicitud

Elige un SDK, un modo de solicitud y un lenguaje. El modelo y la ruta del proveedor ya están completados.

Voz a voz en tiempo real con el OpenAI SDK

Envía question.pcm (PCM mono de 16 bits a 24 kHz) como un turno mediante el protocolo OpenAI Realtime y guarda la respuesta hablada en reply.pcm.

import { once } from "node:events";
import { readFile, writeFile } from "node:fs/promises";
import OpenAI from "openai";
import { OpenAIRealtimeWS } from "openai/realtime/ws";

const client = new OpenAI({
  apiKey: process.env.ALLMODELS_API_KEY,
  baseURL: "https://api.allmodels.io/oai"
});
const realtime = new OpenAIRealtimeWS({ model: "eleven_realtime_v1_max" }, client);
const reply = [];

realtime.on("response.output_audio.delta", ({ delta }) => reply.push(Buffer.from(delta, "base64")));
realtime.on("response.done", async () => {
  await writeFile("reply.pcm", Buffer.concat(reply));
  realtime.close();
});
realtime.on("error", console.error);

if (realtime.socket.readyState !== 1) await once(realtime.socket, "open");
const format = { type: "audio/pcm", rate: 24000 };
realtime.send({
  type: "session.update",
  session: {
    type: "realtime",
    output_modalities: ["audio"],
    audio: { input: { format, turn_detection: null }, output: { format, voice: "brian" } }
  }
});
realtime.send({ type: "input_audio_buffer.append", audio: (await readFile("question.pcm")).toString("base64") });
realtime.send({ type: "input_audio_buffer.commit" });
realtime.send({ type: "response.create" });

Usa parámetros nativos del SDK

Cuando el SDK seleccionado coincide con el proveedor, pasa los parámetros del proveedor como campos nativos del SDK. Las preferencias de proveedor solo hacen falta al usar el SDK de otro proveedor.

Proveedores

Distintos proveedores pueden alojar el mismo modelo. Elige un proveedor cuando necesites un backend fijo, o deja que el enrutamiento elija entre ellos.

ProveedorSlugPor horaLatenciaiModosDisponibilidad

ElevenLabs 4 parámetros

elevenlabs

$6,12

—

Streaming

Idiomas admitidos

84 idiomas

Afrikaans af

Arabic ar

Armenian hy

Assamese as

Asturian ast

Azerbaijani az

Belarusian be

Bengali bn

Bosnian bs

Bulgarian bg

Burmese my

Cantonese yue

Catalan ca

Cebuano ceb

Croatian hr

Czech cs

Danish da

Dutch nl

English en

Estonian et

Filipino fil

Finnish fi

French fr

Galician gl

Georgian ka

German de

Greek el

Gujarati gu

Hausa ha

Hebrew he

Hindi hi

Hungarian hu

Icelandic is

Indonesian id

Irish ga

Italian it

Japanese ja

Javanese jv

Kannada kn

Kazakh kk

Korean ko

Kyrgyz ky

Latvian lv

Lingala ln

Lithuanian lt

Luxembourgish lb

Macedonian mk

Malay ms

Malayalam ml

Maltese mt

Mandarin Chinese zh

Māori mi

Marathi mr

Mongolian mn

Nepali ne

Norwegian no

Occitan oc

Odia or

Pashto ps

Persian fa

Polish pl

Portuguese pt

Punjabi pa

Romanian ro

Russian ru

Serbian sr

Sindhi sd

Slovak sk

Slovenian sl

Somali so

Spanish es

Swahili sw

Swedish sv

Tajik tg

Tamil ta

Telugu te

Thai th

Turkish tr

Ukrainian uk

Urdu ur

Uzbek uz

Vietnamese vi

Welsh cy

Yoruba yo

Funciones

Speech to speech

Bidirectional realtime speech-to-speech over WebSocket using the OpenAI Realtime protocol.

speech_to_speech

Turn-taking and interruptions

Semantic or server voice activity detection with natural turn-taking and interruption handling.

turn_taking

Tool use

Function and MCP tool calling, tuned for multi-step tool use.

tool_use

Código

Voz a voz en tiempo real con el OpenAI SDK

Envía question.pcm (PCM mono de 16 bits a 24 kHz) como un turno mediante el protocolo OpenAI Realtime y guarda la respuesta hablada en reply.pcm.

import { once } from "node:events";
import { readFile, writeFile } from "node:fs/promises";
import OpenAI from "openai";
import { OpenAIRealtimeWS } from "openai/realtime/ws";

const client = new OpenAI({
  apiKey: process.env.ALLMODELS_API_KEY,
  baseURL: "https://api.allmodels.io/oai"
});
const realtime = new OpenAIRealtimeWS({ model: "eleven_realtime_v1_max" }, client);
const reply = [];

realtime.on("response.output_audio.delta", ({ delta }) => reply.push(Buffer.from(delta, "base64")));
realtime.on("response.done", async () => {
  await writeFile("reply.pcm", Buffer.concat(reply));
  realtime.close();
});
realtime.on("error", console.error);

if (realtime.socket.readyState !== 1) await once(realtime.socket, "open");
const format = { type: "audio/pcm", rate: 24000 };
realtime.send({
  type: "session.update",
  session: {
    type: "realtime",
    output_modalities: ["audio"],
    audio: { input: { format, turn_detection: null }, output: { format, voice: "brian" } }
  }
});
realtime.send({ type: "input_audio_buffer.append", audio: (await readFile("question.pcm")).toString("base64") });
realtime.send({ type: "input_audio_buffer.commit" });
realtime.send({ type: "response.create" });

ElevenLabs: Eleven Realtime v1 Max

Voz a voz en tiempo real con el OpenAI SDK

Proveedores

ElevenLabs

Precios

Parámetros

Idiomas admitidos

Funciones

Código

Voz a voz en tiempo real con el OpenAI SDK