APIMaster.ai

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_id sceglie la voce, model_id il modello e language_code la lingua. voice_settings regola la resa. Ogni elemento di inputs specifica testo e voce di una battuta.
  • Carica l’audio in file. diarize distingue i parlanti e timestamps_granularity controlla il dettaglio temporale. In tempo reale invia blocchi PCM in Base64, chiudi il segmento con commit e attendi committed_transcript.
  • Per la conversione, voice_id indica la voce di destinazione. La creazione restituisce tre anteprime. Usa almeno 100 caratteri in text.
  • Gli effetti supportano 0,5–30 secondi con duration_seconds. Per la musica usa prompt o composition_plan. Con prompt, music_length_ms imposta la durata e force_instrumental esclude il canto.
  • Per il doppiaggio controlla il progetto e la lingua tramite project_id e scarica outputs.lossless_audio una 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

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.

Prezzi ufficiali