ElevenLabs v3 API: The Most Expressive Voice AI

ElevenLabs v3 API, geliştiricilere ElevenLabs’in en ifade gücü yüksek text-to-speech modeli olan Eleven v3’e programatik erişim sağlar. Yazılı metni 70+ dilde stüdyo kalitesinde, duygu açısından zengin konuşmaya dönüştürür; ton ve sunum üzerinde ince ayar için satır içi ses etiketleri sunar. Atlas Cloud üzerinde, şeffaf kullandıkça öde fiyatlandırmasıyla tek bir OpenAI uyumlu anahtar üzerinden çalışır.

Eleven v3, ham hızdan çok duygusal derinlik ve bağlamsal anlayış için tasarlanmıştır. Performansı şekillendirmek için [whispers], [excited] ve [sighs] gibi satır içi ses etiketlerini okur ve karakterler arasında doğal geçiş yapan çok konuşmacılı diyalogları yönetir. Bu odak, nüansın milisaniye düzeyinde gecikmeden daha önemli olduğu dramatik, karakter odaklı anlatımlar için onu çok uygun hale getirir.

Eleven v3, 70’ten fazla dili destekler; bu, tüm ElevenLabs konuşma modelleri arasındaki en geniş kapsama alanıdır. Bu kapsamda İngilizce, İspanyolca, Mandarin Çincesi, Hintçe, Arapça, Fransızca, Almanca, Japonca ve Korece gibi yaygın kullanılan diller yer alır. Aynı ses etiketi söz dizimini kullanarak bu dillerin her birinde duygu ve tonu yönlendirebilirsiniz.

Ses etiketleri, köşeli parantez içine alınan ve doğrudan metninizin içine yerleştirilen ipuçlarıdır; model bunları performans talimatları olarak okur. [excited] veya [whispers] gibi duygusal yönlendirmelerden [sighs], [laughs] ve [clapping] gibi sözsüz tepkilere kadar uzanırlar. Sunumun değişmesi gereken yerlere bunları satır içinde ekleyin; model herhangi bir ayrı yapılandırma gerektirmeden uyum sağlar.

Kaydolun, tek bir API anahtarı oluşturun ve isteğinizi OpenAI uyumlu formatı kullanarak ElevenLabs v3 endpoint’ine yönlendirin. Çağrıyı ürününüze bağlamadan önce tarayıcı içi playground’da prompt’ları ve ses etiketlerini deneyebilirsiniz. Faturalandırma kullandıkça öde şeklindedir; bu nedenle yalnızca gerçekten oluşturduğunuz ses için ücretlendirilirsiniz. Bugün geliştirmeye başlayın.

Evet. Standart text-to-speech’in yanı sıra v3, birden fazla konuşmacı arasındaki doğal sohbetleri tek geçişte oluşturan Text to Dialogue özelliğini destekler. Endpoint, konuşmacı geçişlerini, duygusal değişimleri ve araya girmeleri otomatik olarak yönetir; bu da onu sesli drama, oyun sahneleri ve anlatımlı sohbetler için uygun hale getirir.

Eleven v3, tek bir istekte 5,000 karaktere kadar kabul eder; bu da yaklaşık beş dakikalık oluşturulmuş sese karşılık gelir. Bir senaryo daha uzunsa, onu sıralı isteklere bölün ve dönen sesleri birleştirin. Her isteği sınır içinde tutmak, tempo ve yeniden denemeleri temiz şekilde yönetmenize de yardımcı olur.

Hayır. Eleven v3 hızdan çok kaliteye öncelik verir; bu nedenle ElevenLabs Flash’in sunduğu gerçek zamanlı WebSocket streaming’i sunmaz. Duygusal aralığının arkasındaki daha yoğun hesaplama gecikmeyi artırır; bu da onu canlı ses ajanlarından ziyade sesli kitaplar, dublaj ve voiceover gibi önceden render edilen işler için daha uygun kılar.

Atlas Cloud, modeli şeffaf bir kullandıkça öde esasına göre fiyatlandırır; bu nedenle abonelik veya minimum taahhüt olmadan çağrı başına faturalandırılırsınız. Maliyetler oluşturduğunuz ses hacmine göre ölçeklenir; bu da küçük denemeleri ucuz, daha büyük iş yüklerini ise öngörülebilir tutar. Bugün başlayın.