ElevenLabs: Eleven Turbo v2

إليفن تيربو v2 هو نموذج تحويل النص إلى كلام من إليفن لابز، ويُوزَّع هنا تحت معرّف النموذج elevenlabs/eleven-turbo-v2. ينتمي إلى فئة الكلام، ويصنّفه مزوّده كنظام تحويل نص إلى كلام للإنجليزية فقط وذا زمن استجابة منخفض، مصمَّم لحالات استخدام المطوّرين حيث تكون السرعة مهمة وتكون الإنجليزية وحدها مطلوبة. إذا كنت تعرف إليفن لابز بالفعل كمزوّد أصوات، فهذه هي الطبقة الأسرع في تشكيلة الكلام لديهم وليست نموذجاً لغوياً عام الغرض.

يأخذ النموذج النص كمدخل وحيد ويعيد الكلام كمخرج وحيد. لا يوجد رقم منشور لنافذة السياق الخاصة به، لذا فهو ليس نموذجاً تقيّمه على حدود الرموز كما تفعل مع نموذج محادثة. يصفه المزوّد حول مدخل يبلغ 30,000 حرف لكل طلب، وهو البُعد المهم عند تقسيم نص إلى أجزاء قبل التوليف. يأتي مع مجموعة ثابتة من الأصوات المسمّاة: george، وsarah، وadam، وalice، وbella، وbill، وbrian، وcallum، وcharlie، وchris، وdaniel، وeric، وharry، وjessica، وlaura، وliam، وlily، وmatilda، وriver، وroger، وwill. لا توجد معاملات طلب مُدرجة كمدعومة لهذا الإدخال.

تتبع الاستخدامات العملية مباشرةً من زمن الاستجابة المنخفض والمخرجات الإنجليزية فقط. تستفيد واجهات الصوت التفاعلية أكثر من غيرها، لأن التأخير بين إرسال النص واستقبال الصوت هو ما يلاحظه المستخدمون. وينطبق الأمر نفسه على قراءة الردود بصوت مسموع في مساعد، وتوليد سرد لنموذج أولي أو عرض داخلي حيث تكون سرعة الإنجاز أهم من الإتقان الاستوديوي، وإنتاج نسخ صوتية لمحتوى إنجليزي قصير مثل المقالات أو الإشعارات. ولأن الطلب الواحد يقبل ما يصل إلى نحو 30,000 حرف، يمكن التعامل مع المستندات الأطول بعدد قليل من الاستدعاءات بدلاً من استدعاءات قصيرة كثيرة، مما يبسّط كلاً من كود العميل ودمج الصوت الناتج.

تستدعيه عبر واجهة api14 المتوافقة مع OpenAI باستخدام معرّف النموذج elevenlabs/eleven-turbo-v2. شكل الطلب هو نفسه الذي تستخدمه بالفعل مع نماذج أخرى على البوابة: المصادقة عبر مفتاح api14 الخاص بك، وجسم JSON يحمل معرّف النموذج ونص الموجّه الخاص بك، واستجابة صوتية في المقابل. قائمة المعاملات المدعومة لهذا النموذج فارغة، لذا خطّط لإرسال معرّف النموذج والنص فقط، واختر أحد الأصوات المسمّاة من القائمة أعلاه بدلاً من افتراض أن معرّفات أصوات عشوائية ستُقبل. إذا كان كودك الحالي يحذف الحقول غير المعروفة قبل الإرسال، فلا يوجد شيء إضافي لتهيئته.

هناك حدّان يستحقان الموازنة قبل أن تلتزم. النموذج للإنجليزية فقط، لذا لن يُعالَج أي نص غير إنجليزي بشكل صحيح، ومجموعة الأصوات ثابتة، مما يستبعد الاستنساخ أو الأصوات المخصصة عبر هذا الإدخال. زمن الاستجابة هو المقايضة التي يقدمها المزوّد، لذا إذا كانت أولويتك أداءً معبّراً أو عالي التحكم بدلاً من السرعة، فمن المرجح أن نموذج كلام مختلفاً على api14 هو الخيار الأنسب.