ElevenLabs: Eleven Turbo v2

Eleven Turbo v2 adalah model text-to-speech dari ElevenLabs, didistribusikan di sini dengan model id elevenlabs/eleven-turbo-v2. Model ini termasuk dalam kategori speech dan diposisikan oleh penyedianya sebagai sistem text-to-speech khusus bahasa Inggris dengan latensi rendah, dibuat untuk kasus penggunaan developer yang mengutamakan kecepatan dan hanya membutuhkan bahasa Inggris. Jika Anda sudah mengenal ElevenLabs sebagai vendor suara, ini adalah tier yang lebih cepat dari lini speech mereka, bukan model bahasa serbaguna.

Model ini menerima teks sebagai satu-satunya input dan mengembalikan speech sebagai satu-satunya output. Tidak ada angka context window yang dipublikasikan untuknya, jadi ini bukan model yang Anda evaluasi berdasarkan batas token seperti halnya model chat. Penyedianya menjelaskannya sekitar 30.000 karakter input per request, dan inilah dimensi yang penting saat Anda memotong skrip sebelum sintesis. Model ini hadir dengan sekumpulan voice bernama yang tetap: george, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger, dan will. Tidak ada parameter request yang dicantumkan sebagai didukung untuk entri ini.

Penggunaan praktisnya mengikuti langsung dari latensi rendah dan output khusus bahasa Inggris. Antarmuka suara interaktif paling diuntungkan, karena jeda antara mengirim teks dan menerima audio adalah hal yang pengguna perhatikan. Hal yang sama berlaku untuk membacakan respons dengan suara keras di asisten, menghasilkan narasi untuk prototipe atau demo internal yang mengutamakan waktu penyelesaian dibandingkan kualitas studio, dan memproduksi versi audio dari konten bahasa Inggris pendek seperti artikel atau notifikasi. Karena satu request menerima hingga sekitar 30.000 karakter, dokumen yang lebih panjang dapat ditangani dalam sedikit panggilan, bukan banyak panggilan pendek, yang menyederhanakan kode klien dan penyambungan audio yang dihasilkan.

Anda memanggilnya melalui API yang kompatibel dengan OpenAI dari api14 menggunakan model id elevenlabs/eleven-turbo-v2. Bentuk request-nya sama seperti yang sudah Anda gunakan untuk model lain di gateway ini: autentikasi melalui kunci api14 Anda, body JSON yang membawa model id dan teks prompt Anda, dan respons audio sebagai hasilnya. Daftar parameter yang didukung untuk model ini kosong, jadi rencanakan untuk hanya mengirim model id dan teks, lalu pilih salah satu voice bernama dari daftar di atas, bukan mengasumsikan bahwa pengenal voice sembarang akan diterima. Jika kode Anda yang ada menghapus field yang tidak dikenal sebelum mengirim, tidak ada tambahan yang perlu dikonfigurasi.

Ada dua batasan yang perlu dipertimbangkan sebelum Anda berkomitmen. Model ini hanya untuk bahasa Inggris, jadi teks non-Inggris tidak akan ditangani dengan benar, dan kumpulan voice-nya tetap, yang menutup kemungkinan cloning atau voice kustom melalui entri ini. Latensi adalah trade-off yang diambil penyedianya, jadi jika prioritas Anda adalah penyampaian yang ekspresif atau sangat terkontrol dibandingkan kecepatan, model speech lain di api14 kemungkinan lebih cocok.