600msも待てない音声エージェントのために

ElevenLabs: Eleven v3

elevenlabs/eleven-v3
提供中 tts 2プロバイダー
Playground

ElevenLabs' most expressive text-to-speech model, supporting 70+ languages and requiring more prompt engineering than earlier ElevenLabs models.

作成者ElevenLabs
言語74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
$0.1
—
同期
Fal 1個のパラメーター
fal
$0.1
—
同期

対応言語

74言語
Afrikaans af
Arabic ar
Armenian hy
Assamese as
Azerbaijani az
Belarusian be
Bengali bn
Bosnian bs
Bulgarian bg
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
Mandarin Chinese zh
Marathi mr
Nepali ne
Norwegian no
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
Tamil ta
Telugu te
Thai th
Turkish tr
Ukrainian uk
Urdu ur
Vietnamese vi
Welsh cy

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
Multilingual

Supports 74 languages.

multilingual
Expressive speech

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

expressive_speech

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-v3",
  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.
}