ElevenLabs: Eleven Turbo v2

Eleven Turbo v2, ElevenLabs tarafından sunulan bir metinden konuşmaya modelidir ve burada elevenlabs/eleven-turbo-v2 model kimliği altında dağıtılmaktadır. Konuşma kategorisine aittir ve sağlayıcısı tarafından yalnızca İngilizce, düşük gecikmeli bir metinden konuşmaya sistemi olarak konumlandırılmıştır; hızın önemli olduğu ve yalnızca İngilizceye ihtiyaç duyulan geliştirici kullanım durumları için tasarlanmıştır. ElevenLabs'i bir ses sağlayıcısı olarak biliyorsanız, bu genel amaçlı bir dil modeli değil, konuşma ürün serilerinin daha hızlı katmanıdır.

Model, tek girdi olarak metni alır ve tek çıktı olarak konuşma döndürür. Bunun için yayımlanmış bir bağlam penceresi değeri yoktur, dolayısıyla bir sohbet modelini değerlendirdiğiniz gibi token sınırları üzerinden değerlendireceğiniz bir model değildir. Sağlayıcı, istek başına 30.000 karakterlik bir girdi etrafında tanımlar; sentezlemeden önce bir betiği parçalara ayırırken önemli olan boyut budur. Sabit bir adlandırılmış ses kümesiyle gelir: george, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger ve will. Bu giriş için desteklendiği listelenen hiçbir istek parametresi yoktur.

Pratik kullanımlar doğrudan düşük gecikme ve yalnızca İngilizce çıktıdan kaynaklanır. Etkileşimli ses arayüzleri en çok fayda sağlar, çünkü kullanıcıların fark ettiği şey metni gönderme ile sesi alma arasındaki gecikmedir. Aynı durum, bir asistan içinde yanıtları sesli okuma, stüdyo cilasından çok geri dönüş süresinin önemli olduğu bir prototip veya dahili demo için anlatım üretme ve makaleler ya da bildirimler gibi kısa İngilizce içeriklerin sesli sürümlerini oluşturma için de geçerlidir. Tek bir istek yaklaşık 30.000 karaktere kadar kabul ettiğinden, daha uzun belgeler çok sayıda kısa çağrı yerine az sayıda çağrıyla işlenebilir; bu da hem istemci kodunu hem de ortaya çıkan sesin birleştirilmesini basitleştirir.

Bunu api14'ün OpenAI uyumlu API'si üzerinden elevenlabs/eleven-turbo-v2 model kimliğini kullanarak çağırırsınız. İstek biçimi, ağ geçidindeki diğer modeller için zaten kullandığınız biçimdir: api14 anahtarınızla kimlik doğrulama, model kimliğini ve istem metninizi taşıyan bir JSON gövdesi ve karşılığında bir ses yanıtı. Bu model için desteklenen parametreler listesi boştur, bu nedenle yalnızca model kimliğini ve metni göndermeyi planlayın ve rastgele ses tanımlayıcılarının kabul edileceğini varsaymak yerine yukarıdaki listeden adlandırılmış seslerden birini seçin. Mevcut kodunuz göndermeden önce bilinmeyen alanları çıkarıyorsa, yapılandırılacak ekstra bir şey yoktur.

Karar vermeden önce tartılması gereken iki sınır vardır. Model yalnızca İngilizcedir, bu nedenle İngilizce olmayan herhangi bir metin doğru şekilde işlenmez ve ses kümesi sabittir, bu da bu giriş üzerinden klonlamayı veya özel sesleri dışlar. Sağlayıcının yaptığı takas gecikmedir, bu nedenle önceliğiniz hızdan çok etkileyici veya yüksek düzeyde kontrol edilen bir sunumsa, api14'teki farklı bir konuşma modeli büyük olasılıkla daha uygun olacaktır.