API ElevenLabs в APIMaster
Передайте ключ API APIMaster в заголовке `Authorization: Bearer`. Адреса используют префикс `/v1/elevenlabs`. Ссылки на параметры ведут в документацию ElevenLabs.
Передайте ключ API APIMaster в заголовке Authorization: Bearer. Адреса используют префикс /v1/elevenlabs. Ссылки на параметры ведут в документацию ElevenLabs.
Загружайте локальные файлы. Удалённые URL и вебхуки транскрипции недоступны. Для создания голоса требуется текст из 100 символов или больше. Для музыки и эффектов задайте длительность. WebSocket APIMaster управляет доступом к провайдеру. После фиксации аудио отправьте response.create и дождитесь response.done.
Модели и адреса API
| Функция | Идентификаторы моделей | Официальный адрес | Основные параметры |
|---|---|---|---|
| Синтез речи и диалог | 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 |
| Распознавание файлов | scribe_v3, scribe_v2, scribe_v2_medical |
POST /v1/elevenlabs/speech-to-text |
model_id · file · language_code · diarize · timestamps_granularity · keyterms · transcript_edit |
| Распознавание в реальном времени | scribe_v3_live, scribe_v2_realtime |
WSS /v1/elevenlabs/speech-to-text/realtime |
model_id · audio_format · commit_strategy · audio_base_64 · commit |
| Преобразование голоса | 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 |
| Создание голоса | eleven_ttv_v3, eleven_multilingual_ttv_v2 |
POST /v1/elevenlabs/text-to-voice/design |
model_id · voice_description · text · guidance_scale · seed |
| Звуковые эффекты | eleven_text_to_sound_v3, eleven_text_to_sound_v2 |
POST /v1/elevenlabs/sound-generation |
model_id · text · duration_seconds · loop · prompt_influence |
| Музыка | music_v2_5, music_v2, music_v1 |
POST /v1/elevenlabs/music |
model_id · prompt · composition_plan · music_length_ms · force_instrumental |
| Разговор в реальном времени | eleven_realtime_v1_mini, eleven_realtime_v1_max |
WSS /v1/elevenlabs/realtime |
model · input_audio_buffer.append · response.create |
| Дубляж | dubbing_v2, dubbing_v1 |
POST /v1/elevenlabs/dubbing/project |
model_id · file · source_language · target_language · project_id |
Параметры и ответы
voice_idвыбирает голос,model_id— модель,language_code— язык, аvoice_settingsнастраивает подачу. Каждая записьinputsзадаёт текст и голос реплики.- Передайте аудио в поле
file. Параметрdiarizeразличает говорящих, аtimestamps_granularityзадаёт точность временных меток. Для распознавания в реальном времени отправляйте сегменты PCM в Base64, затемcommitи дождитесьcommitted_transcript. - При преобразовании
voice_idзадаёт целевой голос. Создание голоса возвращает три образца. Введите не менее 100 символов вtext. - В
duration_secondsдля эффектов допустимы значения от 0,5 до 30 секунд. Для музыки выберитеpromptилиcomposition_plan. Сpromptдлину задаётmusic_length_ms, аforce_instrumentalотключает вокал. - Для дубляжа по
project_idпроверяйте состояние проекта и языка, затем скачайтеoutputs.lossless_audio.
Примеры
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"
Форматы запросов и ограничения
Для синтеза, диалогов, дизайна голоса, эффектов и музыки используйте application/json размером до 4 МиБ. Передайте output_format в строке запроса. Для диалогов с несколькими участниками доступны eleven_v4 и eleven_v3. Добавьте /stream к пути синтеза, диалога, изменения голоса, музыки или изоляции звука, чтобы получать ответ частями.
Отправляйте один файл через multipart/form-data. Поле audio используется для изменения голоса и изоляции, file — для транскрибации, выравнивания, разделения дорожек и дубляжа. Для моно PCM 16 кГц, 16 бит little-endian, укажите file_format=pcm_s16le_16.
Длительность музыки должна составлять от 3 000 до 600 000 миллисекунд. Вместе с prompt задайте music_length_ms. В composition_plan укажите фиксированное duration_ms каждого сегмента.
Пример диалога в реальном времени
Установите websocket-client и задайте APIMASTER_API_KEY. Отправьте запрос после session.created. Звук приходит в response.audio.delta или response.output_audio.delta. В response.done доступны статус и расход ресурсов за текущий ход.
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()
Отдельные аудиоинтерфейсы
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)
Тарификация и совместимость
Синтез тарифицируется по символам, остальные аудиофункции — по соответствующим единицам времени. Для разговора учитываются минуты соединения и токены. Текст для трёх образцов нового голоса оплачивается один раз. Удаление music_v1 запланировано на 2027-01-31, а eleven_text_to_sound_v2 — на 2027-03-01.
