Skip to main content
Асинхронный синтез речи из текста любой длины. Вы создаёте задачу, получаете task_id, опрашиваете статус и забираете готовый аудиофайл одной ссылкой. Длинный текст автоматически режется на фрагменты, озвучивается с сохранением интонации на стыках и склеивается в один файл. Делить и соединять текст самостоятельно не нужно.

Быстрый старт

1. Создать задачу

2. Забрать результат

Аутентификация

Все запросы требуют заголовок:

Модели

Для eleven_v3 один символ текста стоит один кредит.

Создание задачи

Тело запроса

voice_settings

Ответ создаётся мгновенно, синтез выполняется в фоне:

Получение результата

Тело запроса

Во время синтеза:
progress — целое число от 0 до 100. После завершения:
Для синтеза речи в files всегда один элемент — готовая склеенная дорожка целиком.

Статусы

Деньги списываются только за completed.

Рекомендуемый опрос

Интервал между запросами — 2–3 секунды. Короткий текст готов за секунды, десятки тысяч символов — за минуты.

Разметка текста

Паузы

Вставьте {{pause=N}}, где N — секунды (дробные значения допускаются, разделитель — точка или запятая):
  • Пауза не тарифицируется: разметка удаляется до синтеза.
  • Одна пауза — до 10 секунд, всего — до 100 пауз, суммарная тишина — до 120 секунд.
  • Пауза в начале текста создаёт тишину перед началом речи.
eleven_v3 понимает теги эмоций и действий в квадратных скобках: [whispers], [laughs], [sighs], [excited] и другие. Модель также понимает <break time="1.5s" /> для коротких пауз внутри фразы. Эти теги передаются модели как есть и тарифицируются как обычный текст; для длинных пауз выгоднее {{pause=N}}.

Голоса

Голоса по умолчанию

Эндпоинт возвращает готовые к использованию голоса:
verified_languages показывает, для каких языков и моделей голос проверен. Голос можно использовать и с другими моделями, но качество проверенных сочетаний предсказуемее.

Библиотека голосов

Библиотека содержит более 17 000 голосов сообщества. Параметры поиска: page_size (1–100, по умолчанию 30), page (с 0), category (professional, famous, high_quality), gender (male, female, neutral), age (young, middle_aged, old), accent, language, locale и search.
Используйте voice_id из ответа в поле voice при создании задачи. Для перебора страниц ориентируйтесь на has_more; total_count приблизителен и меняется по мере пополнения библиотеки.

Ошибки

Ошибки возвращаются в едином формате:

При создании задачи

Все эти ошибки возвращаются до создания задачи и ничего не стоят.

В поле error задачи (статус rejected)

content_policy_violation — текст отклонён модерацией; voice_not_found — голос не существует; invalid_request — прочая ошибка параметров.

При получении результата

404 not_found означает, что задачи с таким id нет или она принадлежит другому ключу.

Лимиты и особенности

  • Длина текста ограничена 50 000 символами. Считаются все символы, включая пробелы и разметку.
  • Ссылка на результат живёт один час после завершения — скачайте файл сразу.
  • Списание происходит только за успешно завершённые задачи. {{pause}} бесплатны, квадратные теги и <break /> тарифицируются.
  • Длинный текст режется по границам предложений. Интонация между фрагментами сохраняется, фразы не рвутся посередине.
  • Задачи изолированы по API-ключу: результат доступен только ключу, создавшему задачу.