Eleven V3 Conversational
нейрожелі
Eleven V3 Conversational — дауыстық агенттердегі табиғи диалогтарға арналған ElevenLabs-тың мәнерлі 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_v3_conversational',
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 V3 Conversational?
Eleven V3 Conversational — ElevenLabs ұсынған, тірі диалогқа негізделген сөйлеу синтезі моделі: дауыстық агенттер мен көмекшілерге қажетті мәнерлілік пен табиғи интонацияға баса назар аударылған, ал 70-тен астам тілге қолдау көрсету әртүрлі нарықтар үшін жобаларды дыбыстауға мүмкіндік береді. ElevenLabs-тың бұрынғы модельдерімен салыстырғанда, бұған промптты мұқият өңдеу қажет, бірақ есесіне репликалардың берілуі мен эмоционалды бояуын дәлірек басқара аласыз. BotHub-та модель Ресейден VPN-сіз және шетелдік картасыз ашылады, төлемді ресейлік карталармен рубльде және жазылымсыз, нақты пайдалану бойынша жүргізуге болады. Сол терезеде 250-ден астам модель бар, ал бірыңғай OpenAI-үйлесімді API интеграцияны қайта жазбай-ақ модельді ауыстыруға мүмкіндік береді; компаниялар үшін шарт, шот, ЭҚА және лимиттері бар әкімшілік панель қарастырылған. Eleven V3 Conversational-ды дауыстық көмекшілер мен қолдау боттары, ойындар мен оқу курстарындағы диалогтарды дыбыстау, мақалалар мен подкасттардың аудио нұсқалары, бейнелер мен жарнамадағы кейіпкерлердің репликалары, сондай-ақ көптілді дауыстық сценарийлер үшін қолданыңыз.Eleven V3 Conversational 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.
Eleven v3 Conversational — сөйлеу синтезі моделі: сіз мәтіндік репликаны немесе сценарийді жібересіз, ал нәтижесінде дайын дыбыстық жолды аласыз. Диалогтарды, дауыстық көмекшілер мен боттарды, роликтерді, подкасттарды және табиғи сөйлеу интонациясы қажет оқу материалдарын дыбыстауға жарамды.
Нәтижесінде сіз синтезделген сөйлеуі бар аудиожолды аласыз. Модель контексті — 5000 токен, бір жауапқа да сонша бөлінген, сондықтан ұзын сценарийлерді жеке репликалар мен фрагменттерге бөлген ыңғайлы. Файлдың қосымша параметрлері біздің деректерде көрсетілмеген.
Пайымдаудың жеке режимі біздің деректерде көрсетілмеген және сөйлеу синтезі үшін ол әдетте қажет емес: модельдің міндеті — логикалық тізбектер құру емес, мәтінді дыбыстық репликаға айналдыру. Мағыналық бөлігін мәтіндік модельмен дайындаңыз, ал дыбыстауды Eleven v3 Conversational-ға тапсырыңыз.
Функцияларды шақыру және құрылымдалған JSON шығару туралы белгілер біздің деректерде жоқ — бұл мәтіндік құрылымды емес, дыбысты беретін модель үшін күтілетін жағдай. Егер сізге функциялар мен қатаң схемалар қажет болса, пайплайн құрыңыз: логиканы мәтіндік модель шешеді, дыбыстауды осы модель орындайды. Барлық модельдер бірыңғай OpenAI-үйлесімді BotHub API арқылы қолжетімді.
Мәтіннен басқа файлдарды қабылдау біздің деректерде көрсетілмеген: негізгі сценарий — мәтінді жіберіп, аудио алу. Егер суреттермен немесе бейнежазбалармен жұмыс істеу қажет болса, сол BotHub терезесінде мультимодальды модельге ауысыңыз, ал сөйлеу синтезін осы модельге қалдырыңыз.
Қолдау көрсетілетін тілдер туралы бізде деректер жоқ, сондықтан нақты ештеңе уәде етпейміз — BotHub-та өз мәтініңізбен тексеріп көріңіз. Бұл жылдам: Ресейден қолжетімділік VPN-сіз және шетелдік картасыз жұмыс істейді, төлем токендер үшін нақты пайдалану бойынша рубльмен жүргізіледі.