ElevenLabs: Eleven Turbo v2

Eleven Turbo v2 is een tekst-naar-spraakmodel van ElevenLabs, hier gedistribueerd onder de model-id elevenlabs/eleven-turbo-v2. Het behoort tot de categorie spraak en wordt door de provider gepositioneerd als een Engelstalig tekst-naar-spraaksysteem met lage latentie, gebouwd voor ontwikkelaarsgebruik waarbij snelheid belangrijk is en alleen Engels nodig is. Als je ElevenLabs al kent als stemleverancier, dan is dit de snellere laag van hun spraakaanbod en niet een algemeen taalmodel.

Het model neemt tekst als enige invoer en levert spraak als enige uitvoer. Er is geen contextvenstercijfer gepubliceerd, dus het is geen model dat je beoordeelt op tokenlimieten zoals je bij een chatmodel zou doen. De provider beschrijft het rond een invoer van 30.000 tekens per verzoek, en dat is de dimensie die telt wanneer je een script opdeelt voordat je het synthetiseert. Het wordt geleverd met een vaste set benoemde stemmen: george, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger en will. Er worden geen verzoekparameters als ondersteund vermeld voor deze vermelding.

De praktische toepassingen volgen direct uit lage latentie en Engelstalige uitvoer. Interactieve spraakinterfaces hebben het meeste voordeel, omdat de vertraging tussen het verzenden van tekst en het ontvangen van audio is wat gebruikers merken. Hetzelfde geldt voor het hardop voorlezen van antwoorden in een assistent, het genereren van vertelling voor een prototype of interne demo waarbij doorlooptijd belangrijker is dan studioafwerking, en het produceren van audioversies van korte Engelstalige content zoals artikelen of meldingen. Omdat een enkel verzoek tot ongeveer 30.000 tekens accepteert, kunnen langere documenten in een klein aantal aanroepen worden afgehandeld in plaats van veel korte, wat zowel de clientcode als het samenvoegen van de resulterende audio vereenvoudigt.

Je roept het aan via de OpenAI-compatibele API van api14 met de model-id elevenlabs/eleven-turbo-v2. De vorm van het verzoek is degene die je al gebruikt voor andere modellen op de gateway: authenticatie via je api14-sleutel, een JSON-body met de model-id en je prompttekst, en een audiorespons als resultaat. De lijst met ondersteunde parameters voor dit model is leeg, dus reken erop dat je alleen de model-id en de tekst verzendt, en kies een van de benoemde stemmen uit de lijst hierboven in plaats van aan te nemen dat willekeurige stemidentificaties worden geaccepteerd. Als je bestaande code onbekende velden verwijdert voordat er wordt verzonden, is er niets extra's te configureren.

Twee beperkingen zijn het overwegen waard voordat je je vastlegt. Het model is alleen Engelstalig, dus niet-Engelstalige tekst wordt niet correct verwerkt, en de stemmenset is vast, wat cloning of aangepaste stemmen via deze vermelding uitsluit. Latentie is de afweging die de provider maakt, dus als je prioriteit expressieve of sterk gecontroleerde weergave is in plaats van snelheid, is een ander spraakmodel op api14 waarschijnlijk de betere keuze.