APIMaster.ai

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_id escolhe a voz, model_id o modelo e language_code o idioma. voice_settings ajusta a interpretação. Cada item de inputs indica texto e voz em um diálogo.
  • Envie o áudio no campo file. diarize identifica falantes e timestamps_granularity define o detalhe temporal. Em tempo real, envie blocos PCM em Base64, conclua o segmento com commit e aguarde committed_transcript.
  • Na conversão de voz, voice_id indica a voz de destino. A criação retorna três amostras. Informe ao menos 100 caracteres em text.
  • Efeitos aceitam de 0,5 a 30 segundos em duration_seconds. Para música, escolha prompt ou composition_plan. Com prompt, music_length_ms define a duração e force_instrumental dispensa vocais.
  • Para dublagem, consulte o projeto e o idioma a partir de project_id e baixe outputs.lossless_audio ao 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

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.

Preços oficiais