ElevenLabs: Eleven Turbo v2.5

Eleven Turbo v2.5 est un modèle de synthèse vocale d'ElevenLabs, répertorié sur api14 dans la catégorie speech. Il est créé par ElevenLabs et identifié sur la plateforme par l'identifiant de modèle elevenlabs/eleven-turbo-v2.5. Il appartient à la gamme Turbo, positionnée autour de la faible latence, et s'adresse donc aux développeurs qui ont besoin de générer de la parole rapidement, plutôt qu'au rendu par lots hors ligne où la vitesse n'a pas d'importance.

Le modèle prend du texte comme seule entrée et produit de la parole comme seule sortie. Il prend en charge 32 langues, ce qui en fait un choix raisonnable lorsque votre application sert des utilisateurs non anglophones, et le fournisseur le décrit comme équilibrant qualité et vitesse pour les cas d'usage de développeurs nécessitant des langues autres que l'anglais. Il est livré avec un ensemble de voix nommées : george, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger et will. La description du fournisseur mentionne une limite de 40 000 caractères en entrée, donc les passages longs doivent être découpés avant d'être envoyés. Aucune longueur de contexte en tokens n'est publiée pour ce modèle, et aucun paramètre de requête n'est indiqué comme pris en charge.

Les usages pratiques découlent de l'entrée texte et de la sortie parole, avec une faible latence et une large couverture linguistique. Vous y auriez recours pour intégrer une sortie vocale dans une application : lire des réponses à voix haute dans un assistant, générer une narration ou des versions audio de contenus écrits, produire des invites et des annonces pour des systèmes vocaux interactifs, ou créer des versions parlées de documents pour les utilisateurs qui préfèrent écouter. La liste de voix nommées signifie que vous pouvez choisir une voix cohérente par produit, par locale ou par persona sans rien entraîner vous-même. Comme l'entrée est plafonnée par un nombre de caractères, il convient mieux aux énoncés, aux paragraphes et aux scripts courts qu'à des livres entiers en une seule requête.

Vous l'appelez via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle elevenlabs/eleven-turbo-v2.5, donc les bibliothèques clientes OpenAI existantes et les formats de requête fonctionnent avec l'URL de base de la plateforme. Le modèle accepte une entrée texte et renvoie une sortie parole. Aucun paramètre de requête n'est indiqué comme pris en charge pour ce modèle, donc prévoyez d'envoyer le texte et l'identifiant de modèle, et consultez la documentation en ligne pour savoir comment la sélection de voix est transmise avant de construire autour d'un paramètre spécifique. La page affiche un tableau de prix en direct, donc consultez-le pour les tarifs actuels plutôt que de vous fier à ce qui est écrit ici.

Il y a quelques cas où un autre modèle peut mieux convenir. Si votre charge de travail est uniquement en anglais et que vous n'avez pas besoin de la couverture des autres langues, un modèle de parole différent peut être plus adapté. Si vous avez besoin d'une gestion du contexte basée sur les tokens ou d'un large ensemble de paramètres de requête ajustables, ce modèle ne les annonce pas, et un modèle avec une longueur de contexte publiée et une liste de paramètres plus complète serait plus facile à intégrer. La limite d'entrée de 40 000 caractères signifie aussi que les documents très longs doivent être découpés et recomposés de votre côté.