API ElevenLabs no APIMaster
Use uma chave de API da APIMaster no cabeçalho `Authorization: Bearer`. Os endpoints usam `/v1/elevenlabs`. Os links de parâmetros levam à referência da ElevenLabs.
Use uma chave de API da APIMaster no cabeçalho Authorization: Bearer. Os endpoints usam /v1/elevenlabs. Os links de parâmetros levam à referência da ElevenLabs.
Envie arquivos locais. URLs remotas e webhooks de transcrição não estão disponíveis. A prévia de voz requer 100 caracteres ou mais. Informe a duração da música e dos efeitos. O WebSocket da APIMaster gerencia as credenciais. Após confirmar o áudio, envie response.create e aguarde response.done.
Modelos e endpoints
| Função | IDs dos modelos | Endpoint oficial | Parâmetros principais |
|---|---|---|---|
| Síntese e diálogo | 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 |
| Transcrição de arquivos | scribe_v3, scribe_v2, scribe_v2_medical |
POST /v1/elevenlabs/speech-to-text |
model_id · file · language_code · diarize · timestamps_granularity · keyterms · transcript_edit |
| Transcrição em tempo real | scribe_v3_live, scribe_v2_realtime |
WSS /v1/elevenlabs/speech-to-text/realtime |
model_id · audio_format · commit_strategy · audio_base_64 · commit |
| Conversão de voz | 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 |
| Criação de voz | eleven_ttv_v3, eleven_multilingual_ttv_v2 |
POST /v1/elevenlabs/text-to-voice/design |
model_id · voice_description · text · guidance_scale · seed |
| Efeitos sonoros | eleven_text_to_sound_v3, eleven_text_to_sound_v2 |
POST /v1/elevenlabs/sound-generation |
model_id · text · duration_seconds · loop · prompt_influence |
| Música | music_v2_5, music_v2, music_v1 |
POST /v1/elevenlabs/music |
model_id · prompt · composition_plan · music_length_ms · force_instrumental |
| Conversa em tempo real | eleven_realtime_v1_mini, eleven_realtime_v1_max |
WSS /v1/elevenlabs/realtime |
model · input_audio_buffer.append · response.create |
| Dublagem | dubbing_v2, dubbing_v1 |
POST /v1/elevenlabs/dubbing/project |
model_id · file · source_language · target_language · project_id |
Parâmetros e respostas
voice_idescolhe a voz,model_ido modelo elanguage_codeo idioma.voice_settingsajusta a interpretação. Cada item deinputsindica texto e voz em um diálogo.- Envie o áudio no campo
file.diarizeidentifica falantes etimestamps_granularitydefine o detalhe temporal. Em tempo real, envie blocos PCM em Base64, conclua o segmento comcommite aguardecommitted_transcript. - Na conversão de voz,
voice_idindica a voz de destino. A criação retorna três amostras. Informe ao menos 100 caracteres emtext. - Efeitos aceitam de 0,5 a 30 segundos em
duration_seconds. Para música, escolhapromptoucomposition_plan. Comprompt,music_length_msdefine a duração eforce_instrumentaldispensa vocais. - Para dublagem, consulte o projeto e o idioma a partir de
project_ide baixeoutputs.lossless_audioao concluir.
Exemplos
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"
Formatos e limites dos pedidos
Envia síntese, diálogos, design de voz, efeitos e música como application/json até 4 MiB. Inclui output_format na cadeia de consulta. Os diálogos com várias vozes aceitam eleven_v4 e eleven_v3. Acrescenta /stream ao caminho de síntese, diálogo, conversão de voz, música ou isolamento para ler a resposta por blocos.
Envia um ficheiro de cada vez com multipart/form-data. Usa audio para conversão de voz e isolamento e file para transcrição, alinhamento, separação de faixas e dobragem. Para PCM bruto mono, 16 kHz, 16 bits little-endian, usa file_format=pcm_s16le_16.
A música deve ter entre 3000 e 600 000 milissegundos. Indica music_length_ms quando usares prompt. Ao usar composition_plan, define um duration_ms fixo para cada segmento.
Exemplo de conversa em tempo real
Instala websocket-client e define APIMASTER_API_KEY. Envia a entrada após session.created. O áudio chega em response.audio.delta ou response.output_audio.delta. O evento response.done devolve o estado e a utilização do turno.
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 de áudio independentes
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)
Cobrança e compatibilidade
A síntese é medida por caractere e as demais funções de áudio por suas unidades de tempo. A conversa em tempo real cobra minutos conectados e tokens. As três amostras de voz são cobradas uma vez pelo texto. A remoção de music_v1 e eleven_text_to_sound_v2 está prevista para 2027-01-31 e 2027-03-01.
