API ElevenLabs su APIMaster
Usa una chiave API APIMaster nell’intestazione `Authorization: Bearer`. Gli endpoint usano `/v1/elevenlabs`. I riferimenti ai parametri rimandano a ElevenLabs.
Usa una chiave API APIMaster nell’intestazione Authorization: Bearer. Gli endpoint usano /v1/elevenlabs. I riferimenti ai parametri rimandano a ElevenLabs.
Carica file locali. URL remoti e webhook di trascrizione non sono disponibili. Per creare una voce servono almeno 100 caratteri di anteprima. Specifica la durata di musica ed effetti. Il WebSocket APIMaster gestisce le credenziali. Dopo aver confermato l’audio, invia response.create e attendi response.done.
Modelli ed endpoint
| Funzionalità | ID dei modelli | Endpoint ufficiale | Parametri principali |
|---|---|---|---|
| Sintesi e dialogo | 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 |
| Trascrizione di file | scribe_v3, scribe_v2, scribe_v2_medical |
POST /v1/elevenlabs/speech-to-text |
model_id · file · language_code · diarize · timestamps_granularity · keyterms · transcript_edit |
| Trascrizione in tempo reale | scribe_v3_live, scribe_v2_realtime |
WSS /v1/elevenlabs/speech-to-text/realtime |
model_id · audio_format · commit_strategy · audio_base_64 · commit |
| Conversione della voce | 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 |
| Creazione della voce | eleven_ttv_v3, eleven_multilingual_ttv_v2 |
POST /v1/elevenlabs/text-to-voice/design |
model_id · voice_description · text · guidance_scale · seed |
| Effetti sonori | eleven_text_to_sound_v3, eleven_text_to_sound_v2 |
POST /v1/elevenlabs/sound-generation |
model_id · text · duration_seconds · loop · prompt_influence |
| Musica | music_v2_5, music_v2, music_v1 |
POST /v1/elevenlabs/music |
model_id · prompt · composition_plan · music_length_ms · force_instrumental |
| Conversazione in tempo reale | eleven_realtime_v1_mini, eleven_realtime_v1_max |
WSS /v1/elevenlabs/realtime |
model · input_audio_buffer.append · response.create |
| Doppiaggio | dubbing_v2, dubbing_v1 |
POST /v1/elevenlabs/dubbing/project |
model_id · file · source_language · target_language · project_id |
Parametri e risposte
voice_idsceglie la voce,model_idil modello elanguage_codela lingua.voice_settingsregola la resa. Ogni elemento diinputsspecifica testo e voce di una battuta.- Carica l’audio in
file.diarizedistingue i parlanti etimestamps_granularitycontrolla il dettaglio temporale. In tempo reale invia blocchi PCM in Base64, chiudi il segmento concommite attendicommitted_transcript. - Per la conversione,
voice_idindica la voce di destinazione. La creazione restituisce tre anteprime. Usa almeno 100 caratteri intext. - Gli effetti supportano 0,5–30 secondi con
duration_seconds. Per la musica usapromptocomposition_plan. Conprompt,music_length_msimposta la durata eforce_instrumentalesclude il canto. - Per il doppiaggio controlla il progetto e la lingua tramite
project_ide scaricaoutputs.lossless_audiouna volta pronto.
Esempi
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"
Formati e limiti delle richieste
Invia sintesi, dialoghi, progettazione vocale, effetti e musica come application/json fino a 4 MiB. Specifica output_format nella stringa di query. I dialoghi con più voci supportano eleven_v4 e eleven_v3. Aggiungi /stream al percorso di sintesi, dialogo, conversione della voce, musica o isolamento per ricevere la risposta a blocchi.
Carica un solo file con multipart/form-data. Usa audio per conversione e isolamento, e file per trascrizione, allineamento, separazione delle tracce e doppiaggio. Per PCM grezzo mono a 16 kHz e 16 bit little-endian, usa file_format=pcm_s16le_16.
La musica dura da 3.000 a 600.000 millisecondi. Con prompt, specifica music_length_ms. Con composition_plan, assegna un duration_ms fisso a ogni segmento.
Esempio di conversazione in tempo reale
Installa websocket-client e imposta APIMASTER_API_KEY. Invia l’input dopo session.created. L’audio arriva in response.audio.delta o response.output_audio.delta. Leggi stato e utilizzo del turno in response.done.
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()
Endpoint audio autonomi
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)
Fatturazione e compatibilità
La sintesi è misurata in caratteri e gli altri servizi audio con le rispettive unità temporali. Il dialogo in tempo reale conteggia minuti di connessione e token. Le tre anteprime di una voce sono addebitate una volta in base al testo. Il ritiro di music_v1 è previsto per il 2027-01-31 e quello di eleven_text_to_sound_v2 per il 2027-03-01.
