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
POST /v1/elevenlabs/audio-isolation·audio,file_formatPOST /v1/elevenlabs/forced-alignment·file,textPOST /v1/elevenlabs/music/stem-separation·file,stem_variation_id(two_stems_v1,six_stems_v1)
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。
