APIMaster.ai

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_id sélectionne une voix, model_id un modèle et language_code la langue. voice_settings ajuste le rendu. Chaque entrée inputs fournit le texte et la voix d’une réplique.
  • Envoyez le fichier audio avec file. diarize identifie les locuteurs et timestamps_granularity détermine la précision des horodatages. En temps réel, envoyez le PCM en fragments Base64 et validez un segment avec commit pour recevoir committed_transcript.
  • Pour la conversion, voice_id désigne la voix cible. La création de voix renvoie trois aperçus. Saisissez au moins 100 caractères dans text.
  • Pour les effets sonores, duration_seconds accepte 0,5 à 30 secondes. Pour la musique, choisissez prompt ou composition_plan. Avec prompt, music_length_ms règle la durée et force_instrumental retire les voix.
  • Pour le doublage, suivez le projet et la langue cible à partir de project_id, puis téléchargez outputs.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

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.

Tarifs officiels