Conçu pour les agents vocaux qui ne peuvent pas attendre 600ms

ElevenLabs : Eleven v4 Turbo

elevenlabs/eleven-v4-turbo
actif tts 2 fournisseurs
Playground

ElevenLabs' low-latency (~100 ms median inference) variant of Eleven v4 for real-time use, with audio-tag direction and 85 documented languages.

AuteurElevenLabs
Langues85 langues
VoixChargement...
Formats de réponseSynchrone : MP3 · WAV · PCM · Opus · µ-law · A-law
Streaming : MP3 · PCM · Opus · µ-law · A-law
Statutactif

Fournisseurs

Plusieurs fournisseurs peuvent héberger le même modèle. Choisissez-en un lorsque vous avez besoin d’un backend fixe, ou laissez le routage choisir parmi eux.

FournisseurSlugPour 1k caractèresLatenceiPour le TTS, la latence correspond au délai jusqu’au premier octet audio. Pour le STT, elle correspond au délai jusqu’au premier token.ModesDisponibilité
ElevenLabs 14 paramètres
elevenlabs
$0,04
—
Synchrone
Fal 1 paramètres
fal
$0,04
—
Synchrone

Langues prises en charge

85 langues
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
Chichewa ny
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
Kirghiz ky
Korean ko
Latvian lv
Lingala ln
Lithuanian lt
Luxembourgish lb
Macedonian mk
Malay ms
Malayalam ml
Maltese mt
Mandarin Chinese zh
Maori 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

Voix

Fonctionnalités

Text to speech

Generates spoken audio from text input.

text_to_speech
Streaming

Streams synthesized audio incrementally over HTTP; realtime WebSocket streaming uses the separate Text to Dialogue WebSocket.

streaming
Synchronous

Synthesizes speech from fully-submitted text in a single synchronous request.

synchronous
Multilingual

Supports 85 languages.

multilingual
Expressive speech

Designed for expressive, natural, or emotionally rich generated speech.

expressive_speech

Code

Client
Mode
Langage

TTS en streaming avec l’ElevenLabs SDK

Fait passer l’ElevenLabs SDK par AllModels et diffuse la réponse audio en streaming.

import { ElevenLabsClient } from "elevenlabs";

const client = new ElevenLabsClient({
  apiKey: process.env.ALLMODELS_API_KEY,
  baseUrl: "https://api.allmodels.io/el"
});

const stream = await client.textToSpeech.stream("voice_id", {
  text: "I'm sorry, Dave. I'm afraid I can't do that.",
  modelId: "elevenlabs/eleven-v4-turbo",
  outputFormat: "mp3_44100_128"
});

const reader = stream.getReader();
for (;;) {
  const { done, value } = await reader.read();
  if (done) break;
  // Write value to your response, file, or audio playback pipeline.
}