600msも待てない音声エージェントのために

ElevenLabs: Eleven Flash v2

elevenlabs/eleven-flash-v2
提供中 tts 1プロバイダー
Playground

ElevenLabs' ultra-low-latency English-only model, ideal for conversational use cases.

作成者ElevenLabs
言語1言語
ボイス読み込み中...
レスポンス形式同期: MP3 · WAV · PCM · Opus · µ-law · A-law
ストリーミング: MP3 · PCM · Opus · µ-law · A-law
ステータス提供中

プロバイダー

同じモデルを複数のプロバイダーがホストしている場合があります。バックエンドを固定したい場合は1つのプロバイダーを選び、そうでなければルーティングに選択を任せられます。

プロバイダーSlug1,000文字あたりレイテンシiTTSのレイテンシは音声の最初のバイトが届くまでの時間、STTのレイテンシは最初のトークンが届くまでの時間で計測しています。モード稼働率
ElevenLabs 14個のパラメーター
elevenlabs
$0.05
—
同期 · ストリーミング

対応言語

1言語
English en

ボイス

機能

Text to speech

Generates spoken audio from text input.

text_to_speech
Streaming

Streams synthesized audio incrementally over a persistent connection (WebSocket/SSE).

streaming
Synchronous

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

synchronous
Low latency

Designed for lower-latency speech generation use cases.

low_latency
Fine-tuning

Supports provider-managed fine-tuning for this model.

fine_tuning

コード

クライアント
モード
言語

ElevenLabs SDKでのストリーミングTTS

ElevenLabs SDKをAllModels経由でルーティングし、音声レスポンスをストリーミングします。

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-flash-v2",
  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.
}