Panduan sintesis suara (TTS)

Panduan sintesis suara (TTS)

POST /v1/audio/speech bersifat OpenAI-compatible: kirim JSON dan terima berkas audio sebagai data biner. Keluarga ElevenLabs meliputi elevenlabs/eleven-v4, eleven-v4-turbo, eleven-v3, eleven-v3-conversational, eleven-multilingual-v2, eleven-flash-v2.5, eleven-flash-v2, eleven-turbo-v2.5, eleven-turbo-v2. Daftar terkini tersedia di GET /v1/models?output_modalities=speech. GET /v1/models secara bawaan hanya mengembalikan model teks, jadi tambahkan ?output_modalities=speech (atau all) untuk melihat daftarnya.

Parameter

Ketujuh pengaturan suara di atas bersifat opsional; jika tidak dikirim, tidak ada yang berubah. Nilai di luar rentang mengembalikan 400 dan tidak dikirim maupun ditagih. Header respons X-Voice-Settings menunjukkan apakah pengaturan Anda dipakai: applied = dipakai; ignored = rute cadangan yang menjawab sehingga pengaturan Anda tidak dipakai (audio tetap dihasilkan); tanpa header = Anda tidak mengirim pengaturan suara. Contoh: stability 0 membaca lebih ekspresif, stability 1 lebih rata.

Aturan suara

Model ElevenLabs (elevenlabs/…) menerima salah satu nama suara berikut (tidak peka huruf besar/kecil): george, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger, will. Untuk model ElevenLabs, voice boleh dihilangkan (bawaan george). Nilai lain mengembalikan 400 invalid_voice. Suara kustom Anda sendiri (voice_…) dijelaskan di bagian Suara kustom di bawah.

Nama suara OpenAI-style seperti alloy, echo, atau nova hanya berlaku pada model yang mencantumkannya. Periksa halaman model untuk daftar suara.

Suara kustom (kloning) dibuka bertahap: lihat bagian Suara kustom di bawah (POST /v1/voices). Sampai diaktifkan untuk akun Anda, gunakan salah satu dari 21 nama preset di atas atau voice ID publik.

Daftar suara bawaan

Isi voice dengan salah satu nama di bawah (huruf kecil). Setiap suara punya klip pratinjau singkat kami sendiri, dan GET /api/v1/audio/voices mengembalikan daftar lengkap (jenis kelamin, kelompok usia, aksen, gaya, dan URL pratinjau).

?lang= (en, zh-TW, zh-CN; default mengikuti Accept-Language) hanya memilih bahasa description. URL pratinjau tidak berubah: preview_urls.en (sama dengan preview_url) adalah klip bahasa Inggris, preview_urls.zh (sama dengan preview_url_zh) adalah klip bahasa Mandarin.

Tag emosi dan aksi (audio tags)

Tulis tag dalam kurung siku langsung di dalam input, misalnya [laughs], [whispers], [excited], [sighs], [crying], [curious] atau [softly]. Tag dikirim ke model persis seperti yang diketik dan menentukan cara kata-kata berikutnya dibawakan. Biarkan tag tetap dalam bahasa Inggris meskipun teksnya berbahasa lain.

curl https://api.bazaarlink.ai/v1/audio/speech \
  -H "Authorization: Bearer $BAZAARLINK_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"elevenlabs/eleven-v3","input":"[laughs] That was actually funny. [whispers] Do not tell anyone.","voice":"george","response_format":"mp3"}' \
  --output audio-tags.mp3

Didukung oleh elevenlabs/eleven-v3 dan keluarga elevenlabs/eleven-v4. Model suara lain tidak menafsirkan tag dan bisa membacakan isi kurung, jadi coba dulu dengan satu kalimat pendek.

Tag dihitung sebagai karakter input dan ditagih seperti teks lainnya.

Format keluaran

Jika response_format dihilangkan, bawaannya mp3 (Content-Type audio/mpeg); pcm (audio/pcm, PCM 16-bit mentah) juga berfungsi. API menerima opus, aac, flac, dan wav, tetapi model ElevenLabs saat ini menolaknya dengan 400. Simpan berkas sesuai header Content-Type respons.

Harga

Sintesis suara ditagih berdasarkan jumlah karakter masukan. Harga per karakter terdapat pada halaman model di /models dan dalam GET /v1/models sebagai pricing.character. Halaman model menampilkannya per sejuta karakter.

Contoh

curl https://api.bazaarlink.ai/v1/audio/speech \
  -H "Authorization: Bearer $BAZAARLINK_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"elevenlabs/eleven-flash-v2.5","input":"Hello from BazaarLink.","voice":"george","response_format":"mp3"}' \
  --output speech.mp3

Kesalahan umum

Referensi parameter lengkap: Sintesis suara

Sintesis suara

Ubah teks menjadi audio dengan ID model dari /v1/models?output_modalities=speech. Biaya mengikuti harga per juta karakter di halaman model. Seluruh audio ditampung dulu sebelum dikirim sebagai data biner; streaming bertahap belum didukung. Bidang kontrol perutean seperti provider, transforms, route, service_tier, dan preset diabaikan.

curl https://api.bazaarlink.ai/v1/audio/speech \
  -H "$BAZAARLINK_AUTH_HEADER" \
  -H "Content-Type: application/json" \
  -d '{"model":"<speech-model-id>","input":"Hello","voice":"alloy","response_format":"mp3"}' \
  --output speech.mp3

# Voice settings (elevenlabs/* models; the X-Voice-Settings response header says applied or ignored)
curl -D - https://api.bazaarlink.ai/v1/audio/speech \
  -H "$BAZAARLINK_AUTH_HEADER" \
  -H "Content-Type: application/json" \
  -d '{"model":"elevenlabs/eleven-v4","input":"Hello","voice":"george","stability":0.4,"similarity_boost":0.8,"style":0.2,"use_speaker_boost":true,"language_code":"en","audio_effects":{"distance":0.3}}' \
  --output speech.mp3