APIMaster.ai

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_id выбирает голос, model_id — модель, language_code — язык, а voice_settings настраивает подачу. Каждая запись inputs задаёт текст и голос реплики.
  • Передайте аудио в поле file. Параметр diarize различает говорящих, а timestamps_granularity задаёт точность временных меток. Для распознавания в реальном времени отправляйте сегменты PCM в Base64, затем commit и дождитесь committed_transcript.
  • При преобразовании voice_id задаёт целевой голос. Создание голоса возвращает три образца. Введите не менее 100 символов в text.
  • В duration_seconds для эффектов допустимы значения от 0,5 до 30 секунд. Для музыки выберите prompt или composition_plan. С prompt длину задаёт music_length_ms, а force_instrumental отключает вокал.
  • Для дубляжа по project_id проверяйте состояние проекта и языка, затем скачайте outputs.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

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.

Официальные цены