APIMaster.ai

APIMaster ElevenLabs 接口

使用 APIMaster API Key 调用 ElevenLabs,HTTP 请求通过 `Authorization: Bearer` 认证。下面的端点使用 APIMaster 的 `/v1/elevenlabs` 命名空间,参数链接指向 ElevenLabs 官方参考。

使用 APIMaster API Key 调用 ElevenLabs,HTTP 请求通过 Authorization: Bearer 认证。下面的端点使用 APIMaster 的 /v1/elevenlabs 命名空间,参数链接指向 ElevenLabs 官方参考。

上传端点计量本地文件,暂不接受远程音频 URL 或转写 webhook。声音设计要求显式提供至少 100 字符的试听文本。音乐和音效需要显式时长。实时对话从 APIMaster WebSocket 建立会话,网关负责上游凭证。在音频提交后发送 response.create,以 response.done 判断本轮结束。

模型与接口

能力 模型 ID 官方入口 常用参数
语音合成与对白 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 POST /v1/elevenlabs/text-to-speech/{voice_id} · POST /v1/elevenlabs/text-to-dialogue text · model_id · voice_settings · language_code · output_format · inputs[].voice_id · inputs[].text
文件转写 scribe_v3, scribe_v2, scribe_v2_medical POST /v1/elevenlabs/speech-to-text model_id · file · language_code · diarize · timestamps_granularity · keyterms · transcript_edit
实时转写 scribe_v3_live, scribe_v2_realtime WSS /v1/elevenlabs/speech-to-text/realtime model_id · audio_format · commit_strategy · audio_base_64 · commit
变声 eleven_multilingual_sts_v2, eleven_english_sts_v2 POST /v1/elevenlabs/voice-changer/{voice_id} audio · model_id · remove_background_noise · voice_settings · output_format
声音设计 eleven_ttv_v3, eleven_multilingual_ttv_v2 POST /v1/elevenlabs/text-to-voice/design model_id · voice_description · text · guidance_scale · seed
音效 eleven_text_to_sound_v3, eleven_text_to_sound_v2 POST /v1/elevenlabs/sound-generation model_id · text · duration_seconds · loop · prompt_influence
音乐 music_v2_5, music_v2, music_v1 POST /v1/elevenlabs/music model_id · prompt · composition_plan · music_length_ms · force_instrumental
实时对话 eleven_realtime_v1_mini, eleven_realtime_v1_max WSS /v1/elevenlabs/realtime model · input_audio_buffer.append · response.create
音视频配音 dubbing_v2, dubbing_v1 POST /v1/elevenlabs/dubbing/project model_id · file · source_language · target_language · project_id

参数与结果

  • 语音合成的 voice_id 选择音色,model_id 选择合成模型。language_code 可限定语言,voice_settings 可调语音表现。多人对白用 inputs 数组为每段指定文本和音色。
  • 文件转写上传音频,diarize 开启说话人区分,timestamps_granularity 决定时间戳粒度。实时转写把 PCM 音频切块并 Base64 编码,使用 commit 提交片段,再等候 committed_transcript。
  • 变声保留输入的节奏和表演,目标音色由路径里的 voice_id 指定。声音设计生成三条试听,手填 text 至少 100 字符。
  • 音效的 duration_seconds 接受 0.5–30 秒。音乐用 prompt 或 composition_plan 二选一;只用 prompt 时可用 music_length_ms 指定长度,force_instrumental 可要求纯器乐。
  • 配音项目先返回 project_id,查询项目和目标语言状态,完成后从 outputs.lossless_audio 下载音轨。

使用示例

curl https://apimaster.ai/v1/elevenlabs/text-to-speech/JBFqnCBsd6RMkjVDRZzb \
  -H "Authorization: Bearer $APIMASTER_API_KEY" \
  -H 'Content-Type: application/json' \
  -d '{"model_id":"eleven_v4","text":"Hello from ElevenLabs."}' \
  --output speech.mp3

curl https://apimaster.ai/v1/elevenlabs/speech-to-text \
  -H "Authorization: Bearer $APIMASTER_API_KEY" \
  -F 'model_id=scribe_v3' -F 'file=@speech.mp3' \
  -F 'diarize=true' -F 'timestamps_granularity=word'

curl https://apimaster.ai/v1/elevenlabs/music \
  -H "Authorization: Bearer $APIMASTER_API_KEY" \
  -H 'Content-Type: application/json' \
  -d '{"model_id":"music_v2_5","prompt":"Soft piano jingle","music_length_ms":3000,"force_instrumental":true}' \
  --output jingle.mp3

curl https://apimaster.ai/v1/elevenlabs/dubbing/project \
  -H "Authorization: Bearer $APIMASTER_API_KEY" \
  -F 'model_id=dubbing_v2' -F 'file=@speech.mp3' \
  -F 'source_language=en' -F 'target_language=es'

curl "https://apimaster.ai/v1/elevenlabs/dubbing/project/$PROJECT_ID" \
  -H "Authorization: Bearer $APIMASTER_API_KEY"

curl "https://apimaster.ai/v1/elevenlabs/dubbing/project/$PROJECT_ID/language/$LANGUAGE_ID" \
  -H "Authorization: Bearer $APIMASTER_API_KEY"

请求格式与限制

合成、对白、声音设计、音效和音乐使用 application/json,正文上限 4 MiB。output_format 放在查询字符串中。多人对白仅接受 eleven_v4 和 eleven_v3。需要逐块读取响应时,在合成、对白、变声、音乐或音频隔离的路径后加 /stream。

上传使用 multipart/form-data,每次只传一个文件。变声和音频隔离用字段 audio,转写、对齐、分轨和配音用 file。原始单声道 16 kHz、16 位小端 PCM 可用 file_format=pcm_s16le_16。

音乐时长范围为 3,000–600,000 毫秒。用 prompt 时提供 music_length_ms。用 composition_plan 时为每段填写 duration_ms 并保留固定段落时长。

实时对话示例

安装 websocket-client,设置 APIMASTER_API_KEY,再运行下例。收到 session.created 后发送输入。处理 response.audio.delta 或 response.output_audio.delta 可以实时播放音频,response.done 返回本轮状态和用量。

import json
import os
from urllib.parse import urlsplit, urlunsplit

from websocket import create_connection

base = urlsplit("https://apimaster.ai/v1")
url = urlunsplit(("wss", base.netloc, base.path.rstrip("/") + "/elevenlabs/realtime",
                  "model=eleven_realtime_v1_mini", ""))
socket = create_connection(
    url, header={"Authorization": "Bearer " + os.environ["APIMASTER_API_KEY"]},
    timeout=30,
)
try:
    assert json.loads(socket.recv())["type"] == "session.created"
    socket.send(json.dumps({
        "type": "conversation.item.create",
        "item": {"type": "message", "role": "user",
                 "content": [{"type": "input_text", "text": "Say hello."}]},
    }))
    socket.send(json.dumps({"type": "response.create"}))
    while True:
        event = json.loads(socket.recv())
        if event["type"] == "error":
            raise RuntimeError(event["error"])
        if event["type"] == "response.done":
            print(event["response"]["status"], event["response"].get("usage"))
            break
finally:
    socket.close()

独立音频接口

计费与兼容性

语音合成按字符计量,转写、变声、配音、音乐和音效各有自己的音频计量单位,实时对话同时计连接分钟和 token。声音设计按试听文本扣积分,三条试听只计一次。music_v1 和 eleven_text_to_sound_v2 官方计划分别于 2027-01-31 和 2027-03-01 移除。

官方定价