ElevenLabs v3 API: The Most Expressive Voice AI

تمنح واجهة برمجة تطبيقات ElevenLabs v3 المطورين وصولًا برمجيًا إلى Eleven v3، وهو أكثر نماذج تحويل النص إلى كلام تعبيرًا من ElevenLabs. يحوّل النص المكتوب إلى كلام بجودة استوديو وغني بالمشاعر عبر أكثر من 70 لغة، مع وسوم صوتية مضمّنة للتحكم الدقيق في النبرة والأداء. وعلى Atlas Cloud يعمل من خلال مفتاح واحد متوافق مع OpenAI، مع تسعير شفاف بنظام الدفع حسب الاستخدام.

صُمّم Eleven v3 للعمق العاطفي وفهم السياق بدلًا من السرعة المجردة. فهو يقرأ الوسوم الصوتية المضمّنة مثل [whispers] و[excited] و[sighs] لتشكيل الأداء، ويتعامل مع الحوارات متعددة المتحدثين التي تنتقل بسلاسة طبيعية بين الشخصيات. وهذا التركيز يجعله مناسبًا جدًا للسرد الدرامي القائم على الشخصيات، حيث تكون الفروق الدقيقة أهم من زمن الاستجابة بالملي ثانية.

يدعم Eleven v3 أكثر من 70 لغة، وهي أوسع تغطية بين جميع نماذج الكلام من ElevenLabs. يشمل ذلك لغات واسعة الاستخدام مثل English وSpanish وMandarin Chinese وHindi وArabic وFrench وGerman وJapanese وKorean. يمكنك توجيه العاطفة والنبرة في كل منها باستخدام صيغة الوسوم الصوتية نفسها.

الوسوم الصوتية هي إرشادات توضع بين أقواس مربعة وتُدرج مباشرة داخل النص، ويقرأها النموذج كتعليمات أداء. تتراوح من توجيهات عاطفية مثل [excited] أو [whispers] إلى ردود فعل غير لفظية مثل [sighs] و[laughs] و[clapping]. ضعها داخل النص حيثما ينبغي أن يتغير الأداء، وسيتكيف النموذج من دون أي إعدادات منفصلة.

سجّل حسابًا، وأنشئ مفتاح API واحدًا، ووجّه طلبك إلى endpoint الخاص بـ ElevenLabs v3 باستخدام التنسيق المتوافق مع OpenAI. يمكنك تجربة المطالبات والوسوم الصوتية في ساحة التجربة داخل المتصفح قبل ربط الاستدعاء بمنتجك. الفوترة بنظام الدفع حسب الاستخدام، لذلك لا تُحاسَب إلا على الصوت الذي تولّده فعليًا. ابدأ البناء اليوم.

نعم. إلى جانب تحويل النص إلى كلام القياسي، يشغّل v3 إمكانية Text to Dialogue التي تنتج محادثات طبيعية بين عدة متحدثين في تمريرة واحدة. يدير endpoint انتقالات المتحدثين، والتحولات العاطفية، والمقاطعات تلقائيًا، مما يجعله مناسبًا للدراما الصوتية ومشاهد الألعاب والمحادثات المسرودة.

يقبل Eleven v3 ما يصل إلى 5,000 حرف في طلب واحد، أي نحو خمس دقائق من الصوت المولّد. عندما يكون النص أطول من ذلك، قسّمه إلى طلبات متتابعة واجمع المقاطع الصوتية الناتجة معًا. يساعد إبقاء كل طلب ضمن الحد أيضًا على إدارة الإيقاع وإعادة المحاولة بسلاسة.

لا. يعطي Eleven v3 الأولوية للجودة على السرعة، لذلك لا يوفّر بث WebSocket في الوقت الفعلي الذي يقدمه ElevenLabs Flash. تضيف المعالجة الأثقل خلف نطاقه العاطفي زمن استجابة، مما يجعله الأنسب للأعمال المُسبقة الإنتاج مثل الكتب الصوتية والدبلجة والتعليقات الصوتية، بدلًا من وكلاء الصوت المباشرين.

تسعّر Atlas Cloud النموذج على أساس شفاف بنظام الدفع حسب الاستخدام، لذلك تُحاسَب لكل استدعاء من دون اشتراك أو حد أدنى للالتزام. تتدرج التكاليف مع حجم الصوت الذي تولّده، ما يبقي التجارب الصغيرة منخفضة التكلفة وأعباء العمل الأكبر قابلة للتوقع. ابدأ اليوم.