跳转到主要内容
POST
  1. 提交后会返回 task_id。如果提供了 callback_url,当任务状态变为 finished 或 failed 时,系统会向 callback_url 发送 POST 请求。
  2. 无论是否提供 callback_url,都可以通过统一的查询任务状态接口获取结果。
使用 ElevenLabs Turbo v2.5 生成语音旁白,可调节语速、演绎风格和音色相似度,并可选返回文本对齐数据。

模型

  • elevenlabs/tts/turbo-v2.5 - 将文本转换为语音。

功能

  • 将文本转换为语音。
  • 可在生成音频的同时请求时间戳。
  • 使用 voice 选择音色,使用 language_code 指定朗读语言。

高级参数

在请求根级设置 model 和可选的 callback_url。所有工作流程参数(包括输出选项)都放在 input 中。 以下参数定义该模型的 input 对象。

音色

  • voice:可选。选择音色名称或兼容的音色 ID。字符串。默认:Rachel。

稳定性

  • stability:可选。控制音色稳定性。数值 0 到 1。默认:0.5。

相似度增强

  • similarity_boost:可选。控制音色相似度。数值 0 到 1。默认:0.75。

风格

  • style:可选。设置音色风格强度。数值 0 到 1。默认:0。

语速

  • speed:可选。设置语速。数值 0.7 到 1.2。默认:1。

时间戳

  • timestamps:可选。在返回音频的同时请求时间戳信息。使用 true 或 false。默认:false。

前文

  • previous_text:可选。提供前文作为语音上下文。字符串,也可为 null。

后文

  • next_text:可选。提供后文作为语音上下文。字符串,也可为 null。

语言代码

  • language_code:可选。使用 ISO 639-1 代码设置朗读语言,例如 en、fr、de、ja、vi、hu 或 no。也可为 null。

文本规范化

  • apply_text_normalization:可选。控制朗读前如何处理数字、日期和货币:auto 自动选择是否规范化,on 启用规范化,off 直接朗读所给文本。默认:auto。

文本

  • text:必填。要朗读的文本。去除首尾空白后长度为 1-40,000 个 Unicode 字符,且至少包含一个可见字符。

输出文件

  • 读取返回的 files 数组中的每一项。
  • 生成的音频 file_type 为 "audio"。
  • 时间戳和对齐文件可能使用 file_type: "other"。如有可选的文件元数据,请一并保留。

示例

每个示例都包含请求、对应的已完成任务响应和生成的音频。将请求提交到 POST https://api.vidgo.ai/api/generate/submit,然后使用提交返回的任务 ID 查询 GET https://api.vidgo.ai/api/generate/status/{task_id}。
下载音频
下载音频下载 attachment-1.json
下载音频

授权

Authorization
string
header
必填

使用 VIDGO_API_KEY。

请求体

application/json

在请求根级放置 model 和可选的 callback_url,语音参数放在 input 中。

model
string
必填
示例:

"elevenlabs/tts/turbo-v2.5"

input
object
必填
callback_url
string | null

可选的公开 HTTP(S) 接口,用于接收任务完成通知,建议使用 HTTPS。省略、设为 null 或空字符串即不回调。

响应

任务已提交

code
enum<integer>
必填
可用选项:
200
data
object
必填