APIMaster の ElevenLabs API
`Authorization: Bearer` ヘッダーで APIMaster の API キーを送信します。エンドポイントは `/v1/elevenlabs` 配下です。パラメーターのリンクは ElevenLabs の公式資料を参照します。
Authorization: Bearer ヘッダーで APIMaster の API キーを送信します。エンドポイントは /v1/elevenlabs 配下です。パラメーターのリンクは ElevenLabs の公式資料を参照します。
ローカルファイルをアップロードしてください。リモート URL と文字起こし Webhook は利用できません。音声デザインには 100 文字以上の試聴テキストが必要です。音楽と効果音では長さを指定します。APIMaster の WebSocket が上流認証を管理します。音声を確定したら response.create を送信し、response.done を待ちます。
モデルとエンドポイント
| 機能 | モデル ID | 公式エンドポイント | 主要なパラメーター |
|---|---|---|---|
| 音声合成と対話 | 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 |
| ファイル文字起こし | scribe_v3, scribe_v2, scribe_v2_medical |
POST /v1/elevenlabs/speech-to-text |
model_id · file · language_code · diarize · timestamps_granularity · keyterms · transcript_edit |
| リアルタイム文字起こし | scribe_v3_live, scribe_v2_realtime |
WSS /v1/elevenlabs/speech-to-text/realtime |
model_id · audio_format · commit_strategy · audio_base_64 · commit |
| 声質変換 | 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 |
| 音声デザイン | eleven_ttv_v3, eleven_multilingual_ttv_v2 |
POST /v1/elevenlabs/text-to-voice/design |
model_id · voice_description · text · guidance_scale · seed |
| 効果音 | eleven_text_to_sound_v3, eleven_text_to_sound_v2 |
POST /v1/elevenlabs/sound-generation |
model_id · text · duration_seconds · loop · prompt_influence |
| 音楽 | music_v2_5, music_v2, music_v1 |
POST /v1/elevenlabs/music |
model_id · prompt · composition_plan · music_length_ms · force_instrumental |
| リアルタイム会話 | eleven_realtime_v1_mini, eleven_realtime_v1_max |
WSS /v1/elevenlabs/realtime |
model · input_audio_buffer.append · response.create |
| 吹き替え | dubbing_v2, dubbing_v1 |
POST /v1/elevenlabs/dubbing/project |
model_id · file · source_language · target_language · project_id |
パラメーターとレスポンス
voice_idで声、model_idでモデル、language_codeで言語を選択します。voice_settingsで表現を調整します。対話の場合、inputsの各要素にテキストと声を指定します。- 音声は
fileでアップロードします。diarizeは話者を区別し、timestamps_granularityは時間情報の粒度を指定します。リアルタイムでは PCM を Base64 にして分割送信し、commitの後にcommitted_transcriptを待ちます。 - 声質変換では
voice_idで変換先を指定します。音声デザインは試聴音声を 3 件返します。textは 100 文字以上にします。 - 効果音の
duration_secondsは 0.5–30 秒です。音楽にはpromptまたはcomposition_planを指定します。promptと併用するmusic_length_msは長さを設定し、force_instrumentalは歌声を省きます。 - 吹き替えでは
project_idでプロジェクトと対象言語の状態を確認し、完了後outputs.lossless_audioから取得します。
使用例
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"
リクエスト形式と制限
音声合成、対話、音声デザイン、効果音、音楽は 4 MiB 以下の application/json で送信します。output_format はクエリ文字列に指定します。複数話者の対話には eleven_v4 または eleven_v3 を使用します。合成、対話、声質変換、音楽、音声分離のパス末尾に /stream を付けると、応答を逐次受信できます。
アップロードは multipart/form-data でファイルを一つ送ります。声質変換と音声分離は audio、文字起こし、アライメント、音源分離、吹き替えは file を使用します。16 kHz 16 ビットのリトルエンディアンのモノラル PCM には file_format=pcm_s16le_16 を指定します。
音楽の長さは 3,000〜600,000 ミリ秒です。prompt を使用する場合は music_length_ms を指定します。composition_plan を使用する場合は、各セグメントの duration_ms を固定します。
リアルタイム対話の例
websocket-client をインストールし、APIMASTER_API_KEY を設定します。session.created の受信後に入力を送信します。音声は response.audio.delta または response.output_audio.delta で届きます。response.done でターンの状態と使用量を確認できます。
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()
独立した音声処理 API
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)
料金と互換性
音声合成は文字数で計測し、ほかの音声機能は各機能の時間単位に従います。リアルタイム会話は接続時間とトークン数を計測します。音声デザインでは 3 件の試聴に対しテキスト分を 1 回課金します。公式の廃止予定は music_v1 が 2027-01-31、eleven_text_to_sound_v2 が 2027-03-01 です。
