Eleven Multilingual V2
нейрожелі
Eleven Multilingual V2 — 29 тілде жанды әрі эмоционалды дыбыстауға арналған ElevenLabs сөйлеу синтезі моделі.
Сипаттамалары
- Кіріс деректер
- мәтін
- Нәтиже
- аудио
- Дауыстар саны
- 6
Промптың құны
(1М токенге қарай)
import OpenAI from 'openai';
const openai = new OpenAI({
apiKey: '<your bothub access token>',
baseURL: 'https://openai.bothub.chat/v1'
});
import fs from 'fs';
async function main() {
const response = await openai.audio.speech.create({
model: 'eleven_multilingual_v2',
voice: 'nova',
input: 'Hello! This is a speech generation example via BotHub.',
response_format: 'mp3',
speed: 0.9
});
const buffer = Buffer.from(await response.arrayBuffer());
await fs.promises.writeFile('output.mp3', buffer);
}main();
Қалай жұмыс істейді Eleven Multilingual V2?
Eleven Multilingual V2 — жанды дыбыстау мен эмоцияны жеткізуге арналған ElevenLabs сөйлеу синтезі моделі. Ол 29 тілді қолдайды, сондықтан бір рөлді әртүрлі нарықтар үшін дауыс сипатын сақтай отырып дыбыстауға болады. Вендор оны закадрлық дыбыстау, аудиокітаптар, постпродакшн және адам интонациясы маңызды кез келген контент үшін ұсынады. BotHub-та модель VPN-сіз және шетелдік картасыз жұмыс істейді: ресейлік карталармен рубльде төлеу, жазылымсыз, тек пайдаланылған капстар үшін төлем, ал жұмсалмаған баланс жойылмайды. Бір терезеде 250-ден астам модель бар — дыбыстауға арналған мәтінді тіл моделінде жазып, бірден синтезге жіберуге болады. Сұраныстар AES-GCM арқылы шифрланады, ал командалар үшін бірыңғай API, шарт, шот және лимиттері бар админ-панель бар. Роликтер мен жарнамаларды, аудиокітаптар мен подкасттарды, оқу курстарының дауыстарын, бейнелерді дубляждау мен локализациялауды дыбыстау үшін, сондай-ақ монтаж кезеңінде дикторлық жазбаны ауыстыру үшін қолданыңыз.Eleven Multilingual V2 туралы жиі қойылатын сұрақтар
Генерация нәтижелерін коммерциялық мақсатта пайдалана аласыз. Жасалған контентке барлық құқық сізге тиесілі. Жалғыз шектеу: сұрауда үшінші тараптардың авторлық құқықпен қорғалған материалдары пайдаланылмағанына көз жеткізіңіз. Кіріс деректерінің құқықтарын сақтау жауапкершілігі пайдаланушыға жүктеледі.
Бұл ElevenLabs-тің сөйлеу синтезі моделі: сіз мәтінді бересіз, ал нәтижесінде дыбысталған жолды аласыз. Роликтер мен рилстерді, подкасттарды, мақалалар мен кітаптардың аудио нұсқаларын, оқу курстарын, сервистердегі дауыстық жауаптарды және дауыстық интерфейстердің прототиптерін дыбыстауға жарамды.
Нәтижесінде сіз аудио аласыз — жіберілген мәтін бойынша синтезделген сөйлеу. Бір сұраныс кезінде модель 10000 токенге дейінгі көлеммен жұмыс істейді, сондықтан ұзын материалдарды бөліктерге бөлген ыңғайлы. Файлдың нақты параметрлері жүгіну тәсіліне байланысты: BotHub интерфейсі немесе API арқылы.
Біздің деректерде кезең-кезеңімен пайымдау режимі көрсетілмеген — бұл оның міндеті емес. Модель логика мен талдауға емес, мәтінді дыбыстауға маманданған. Егер пайымдаулар қажет болса, сценарийді сол BotHub терезесінде мәтіндік модельмен дайындап, дайын мәтінді синтезге беріңіз.
Біздің деректерде бұл модельде function calling және құрылымдалған шығыс көрсетілмеген. Дегенмен, ол BotHub-тың бірыңғай OpenAI-үйлесімді API-і арқылы қолжетімді, сондықтан сіз сөйлеу синтезін өз пайплайныңызға жеке қадам ретінде — мұндай функцияларды қолдайтын мәтіндік модельдермен қатар енгізе аласыз.
Біздің деректерде мәтіннен басқа файлдарды қабылдау көрсетілмеген: негізгі сценарий — мәтінді жіберіп, аудиожолды алу. Егер құжатты дыбыстау қажет болса, алдымен одан мәтінді шығарып алыңыз, ал суреттерді немесе бейнелерді талдау үшін сол интерфейстегі мультимодальды модельдерді қолданыңыз.
Модель ElevenLabs-тің көптілді желісіне жатады, алайда біздің деректерде қолдау көрсетілетін тілдердің нақты тізімі көрсетілмеген. Сондықтан дыбысталуын мәтініңіздің қысқа үзіндісінде тексерген сенімдірек: BotHub-та сіз жазылымсыз, тек нақты пайдалану үшін төлейсіз.