API ElevenLabs sur APIMaster
Envoyez une clé API APIMaster dans l’en-tête `Authorization: Bearer`. Les endpoints utilisent `/v1/elevenlabs` et les liens de paramètres renvoient à ElevenLabs.
Envoyez une clé API APIMaster dans l’en-tête Authorization: Bearer. Les endpoints utilisent /v1/elevenlabs et les liens de paramètres renvoient à ElevenLabs.
Chargez des fichiers locaux. Les URL distantes et webhooks de transcription sont indisponibles. La création de voix exige au moins 100 caractères. Indiquez la durée de la musique et des effets. Le WebSocket APIMaster gère les identifiants côté serveur. Après validation de l’audio, envoyez response.create puis attendez response.done.
Modèles et endpoints
| Fonction | Identifiants des modèles | Endpoint officiel | Paramètres principaux |
|---|---|---|---|
| Synthèse et dialogue | 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 |
| Transcription de fichiers | scribe_v3, scribe_v2, scribe_v2_medical |
POST /v1/elevenlabs/speech-to-text |
model_id · file · language_code · diarize · timestamps_granularity · keyterms · transcript_edit |
| Transcription en direct | scribe_v3_live, scribe_v2_realtime |
WSS /v1/elevenlabs/speech-to-text/realtime |
model_id · audio_format · commit_strategy · audio_base_64 · commit |
| Conversion de voix | 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 |
| Création de voix | eleven_ttv_v3, eleven_multilingual_ttv_v2 |
POST /v1/elevenlabs/text-to-voice/design |
model_id · voice_description · text · guidance_scale · seed |
| Effets sonores | eleven_text_to_sound_v3, eleven_text_to_sound_v2 |
POST /v1/elevenlabs/sound-generation |
model_id · text · duration_seconds · loop · prompt_influence |
| Musique | music_v2_5, music_v2, music_v1 |
POST /v1/elevenlabs/music |
model_id · prompt · composition_plan · music_length_ms · force_instrumental |
| Conversation temps réel | eleven_realtime_v1_mini, eleven_realtime_v1_max |
WSS /v1/elevenlabs/realtime |
model · input_audio_buffer.append · response.create |
| Doublage | dubbing_v2, dubbing_v1 |
POST /v1/elevenlabs/dubbing/project |
model_id · file · source_language · target_language · project_id |
Paramètres et réponses
voice_idsélectionne une voix,model_idun modèle etlanguage_codela langue.voice_settingsajuste le rendu. Chaque entréeinputsfournit le texte et la voix d’une réplique.- Envoyez le fichier audio avec
file.diarizeidentifie les locuteurs ettimestamps_granularitydétermine la précision des horodatages. En temps réel, envoyez le PCM en fragments Base64 et validez un segment aveccommitpour recevoircommitted_transcript. - Pour la conversion,
voice_iddésigne la voix cible. La création de voix renvoie trois aperçus. Saisissez au moins 100 caractères danstext. - Pour les effets sonores,
duration_secondsaccepte 0,5 à 30 secondes. Pour la musique, choisissezpromptoucomposition_plan. Avecprompt,music_length_msrègle la durée etforce_instrumentalretire les voix. - Pour le doublage, suivez le projet et la langue cible à partir de
project_id, puis téléchargezoutputs.lossless_audio.
Exemples
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"
Formats et limites des requêtes
Envoyez la synthèse, les dialogues, la création de voix, les effets sonores et la musique en application/json (4 Mio maximum). Placez output_format dans la chaîne de requête. Les dialogues à plusieurs voix acceptent eleven_v4 et eleven_v3. Ajoutez /stream au chemin de synthèse, dialogue, conversion de voix, musique ou isolation pour lire la réponse par blocs.
Téléversez un seul fichier en multipart/form-data. Utilisez audio pour la conversion et l’isolation, et file pour la transcription, l’alignement, la séparation de pistes et le doublage. Pour du PCM brut mono 16 kHz 16 bits little-endian, utilisez file_format=pcm_s16le_16.
La musique dure de 3 000 à 600 000 millisecondes. Avec prompt, indiquez music_length_ms. Avec composition_plan, renseignez une valeur duration_ms fixe par segment.
Exemple de conversation en temps réel
Installez websocket-client et définissez APIMASTER_API_KEY. Envoyez l’entrée après session.created. L’audio arrive dans response.audio.delta ou response.output_audio.delta. L’événement response.done indique l’état et l’utilisation du tour.
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()
Endpoints audio indépendants
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)
Facturation et compatibilité
La synthèse est facturée au caractère, les services audio selon leur unité de durée. La conversation facture la durée de connexion et les tokens. Pour trois aperçus de voix, seul le texte d’aperçu est facturé, une fois. Le retrait de music_v1 et de eleven_text_to_sound_v2 est prévu le 2027-01-31 et le 2027-03-01.
