ElevenLabs: Eleven Flash v2.5

إليفن فلاش v2.5 هو نموذج تحويل النص إلى كلام من إليفن لابز، مُدرج على api14 ضمن فئة الكلام. وهو ينتمي إلى سلسلة فلاش من نماذج إليفن لابز، التي يصفها المزود بأنها تحويل نص إلى كلام فائق انخفاض زمن الاستجابة، وهو موجّه بشكل مباشر إلى حالات الاستخدام الحوارية والزمن الحقيقي بدلاً من التركيب الدفعي دون اتصال. إذا كنت تبني شيئاً يجب أن يتحدث إلى المستخدم بسرعة، فهذه هي عائلة النماذج التي ينبغي النظر إليها أولاً.

يأخذ النموذج النص كمدخل ويعيد الكلام كمخرج. وهو يدعم 32 لغة، ما يعني أن معرّف نموذج واحد يمكنه تغطية تطبيقات صوتية متعددة اللغات دون الحاجة إلى تبديل النماذج لكل لغة. ويذكر المزود أيضاً حداً للطلب يبلغ 40,000 حرف، لذا يمكن لنداء واحد التعامل مع كمية كبيرة من النص بدلاً من جملة أو جملتين. تتوفر 21 صوتاً: george، وsarah، وadam، وalice، وbella، وbill، وbrian، وcallum، وcharlie، وchris، وdaniel، وeric، وharry، وjessica، وlaura، وliam، وlily، وmatilda، وriver، وroger، وwill. لا يوجد طول سياق منشور بالوحدات الرمزية لهذا النموذج، وقائمة المعاملات على api14 فارغة، لذا خطط بناءً على حد الأحرف لدى المزود واختيار الصوت بدلاً من ضوابط أخذ العينات.

تتبع حالات الاستخدام الواضحة من انخفاض زمن الاستجابة مع مجموعة اللغات الواسعة. المساعدات الصوتية والوكلاء الحواريون هم الاستخدام الأساسي، لأن الردود يجب أن تُولَّد وتُلفظ بينما لا يزال المستخدم منتظراً. السرد في الزمن الحقيقي، مثل قراءة التحديثات المباشرة أو الإشعارات أو بث النص أثناء وصوله، هو تطبيق طبيعي آخر. تعمل التجارب التفاعلية متعددة اللغات جيداً هنا أيضاً: روبوتات دعم العملاء، وأدوات تعلّم اللغات، والمطالبات الصوتية داخل التطبيقات يمكنها جميعاً الاستفادة من نفس التغطية البالغة 32 لغة. ولأن الطلبات يمكن أن تحمل حتى 40,000 حرف، فإن المقاطع الأطول مثل قراءة المقالات أو السرد الطويل ممكنة أيضاً في نداء واحد.

تستدعي النموذج عبر واجهة برمجة التطبيقات المتوافقة مع OpenAI الخاصة بـ api14 باستخدام معرّف النموذج "elevenlabs/eleven-flash-v2.5". ولأن الواجهة متوافقة مع OpenAI، فإنك توجّه عميلك الحالي إلى عنوان api14 الأساسي، وترسل مفتاح API الخاص بك، وتضبط حقل model على ذلك المعرّف؛ والنص الذي تريد لفظه يُدخل كـ input. اختيار الصوت هو ما يميّز هذا النموذج عن نموذج محادثة، وأسماء الأصوات الـ 21 المذكورة أعلاه هي التي يجب استخدامها. قائمة المعاملات المدعومة لهذا النموذج فارغة، لذا لا تفترض أن temperature أو top_p أو خيارات أخذ العينات المشابهة سيكون لها أي تأثير؛ أبقِ طلبك على معرّف النموذج، ونص الإدخال، والصوت الذي اخترته.

القيد الرئيسي الذي يجب تذكّره هو النطاق. هذا النموذج ينتج الكلام من النص فقط، لذا لا يمكنه نسخ الصوت أو إعادة النص، والمهمة التي تحتاج إلى نسخ تنتمي إلى نموذج تحويل الكلام إلى نص بدلاً من ذلك. إذا كنت بحاجة إلى نموذج مستضاف بمجموعة غنية من معاملات الطلب القابلة للضبط، أو نموذج يُقاس سياقه بالوحدات الرمزية للمستندات الطويلة جداً، فتحقق من إدخالات أخرى على api14، لأن إليفن فلاش v2.5 لا يمنحك أي معاملات لضبطها ولا سياق وحدات رمزية منشوراً.