长文本表现稳定
ElevenLabs 最稳定的长文朗读模型,整章听起来就像一气呵成。
Eleven Multilingual v2 API:ElevenLabs 推出的逼真语音模型,在其所有模型中处理长文本最为稳定,支持 29 种语言。每 1K 字符 $0.10,与其他模型共用同一个密钥。
eleven-multilingual-v2已更新 from openai import OpenAIclient = OpenAI( base_url="https://api.zurelay.com/v1", api_key="YOUR_ZURELAY_KEY",)speech = client.audio.speech.create( model="eleven-multilingual-v2", voice="Talia", input="Welcome to Zurelay. Your video is ready.",)speech.write_to_file("welcome.mp3")Base URL https://api.zurelay.com/v1. 支持任意 OpenAI SDK。 语音 API 文档
价格
从预付余额中按量扣费,无需订阅。$10 起充。请求失败不收费。
| 单价 | Zurelay | ElevenLabs 原价 | 节省金额 |
|---|---|---|---|
1K 字符 你发送的文本 | $0.10 | $0.08 | — |
一分钟语音 约 850 个字符 | $0.085 | $0.068 | — |
按你发送的文本字符数计费,空格和标点也计入;音频费用已包含在价格内。一分钟语音约 850 个字符。失败的请求不收费。
全部 ElevenLabs 模型及价格拖动滑块,选择你每月要朗读的文本量。
按你发送的字符数计费,空格和标点也计入。失败的请求不收费。
费用
按 Zurelay 实时价格估算的典型用量费用。
约一分钟语音。
约 30 分钟语音。
约 10 小时的语音。
概览
Eleven Multilingual v2 是 ElevenLabs 久经考验的拟真语音模型,于 2023 年 8 月 22 日发布,支持 29 种语言,在其所有模型中处理长文本最为稳定。Zurelay 的 Eleven Multilingual v2 API 通过兼容 OpenAI 的语音端点提供该模型,支持 17 种 ElevenLabs 音色,每 1,000 个文本字符 $0.10,约 $0.085/分钟语音。
ElevenLabs 于 2023 年 8 月 22 日发布了 Eleven Multilingual v2。官方将其定位为声音逼真、情感表达丰富的模型,也是其在长文本场景下最稳定的模型。它支持 29 种语言,至今仍是 ElevenLabs 自家语音 API 的默认模型。在 Zurelay 上,它的 ID 是 eleven-multilingual-v2,也可以使用 ElevenLabs 自己的 ID eleven_multilingual_v2。
Eleven Multilingual v2 不接受风格指令,会严格按原文朗读:语气和情绪完全由文字和标点决定。你可以用 speed 调整语速,范围为 0.7 到 1.2。我们在 Zurelay 上实测,同一句话在 0.7 时用时 7.1 秒,在 1.2 时用时 3.7 秒。
Zurelay 通过兼容 OpenAI 的端点提供该模型:POST https://api.zurelay.com/v1/audio/speech,input 最多 5,000 个字符,可选 17 种 ElevenLabs 音色之一(默认为 Talia,也可使用 alloy、nova 等 OpenAI 音色名称)。返回内容就是音频文件本身:默认为 MP3,也可选择 WAV 或 24 kHz 原始 PCM。一句话通常需要约一秒。每次请求只能使用一种音色。Zurelay 暂不支持声音克隆、ElevenLabs 音色库、多人对话和流式输出。
该模型的语音只按文本计费:每 1,000 个字符 $0.10,包含你发送的空格、标点和所有标签,音频不额外收费,与时长无关。一分钟语音约 850 个字符,约合 $0.085。ElevenLabs 官方 API 的价格是每 1,000 个字符 $0.08。每次响应的 x-zurelay-input-tokens 响应头会显示该次请求的计费字符数,所有请求都可在请求日志中查看,失败的请求不收费。
优势
ElevenLabs 最稳定的长文朗读模型,整章听起来就像一气呵成。
speed 设为 0.7 到 1.2 之间的值,可以放慢或加快朗读速度。
大多数产品所需的语言,均可按您发送文本的语言来支持。
使用场景
长文本均匀读取,每次处理一个请求。
课程内容的阅读节奏,由学习者自己掌握。
为电话线路和公共场所提供清晰、稳定的语音播报。
旁白紧贴剪辑节奏,生成迅速。
开始使用
无需排队,也无需换用新的 SDK。只要你的代码能调用 OpenAI, 就能调用 Zurelay。
Sign up, add credit 和 create an API key. Set a monthly budget or a rate limit per key if you like.
Change the base URL. Everything else in your code stays the same.
https://api.zurelay.com/v1POST your text 和 a voice to /v1/audio/speech and get the audio back as MP3, WAV or PCM.
eleven-multilingual-v2Zurelay 按你发送文本的字符数计费,每 1,000 个字符收费 $0.10,空格和标点也计算在内,音频费用已包含在内。一分钟语音约 850 个字符,约合 $0.085。ElevenLabs 官方 API 中 Eleven Multilingual v2 的价格是每 1,000 个字符 $0.08:在 Zurelay 上你要多付一点,但可以和其他所有模型共用同一个密钥和预付余额,无需订阅 ElevenLabs。失败的请求不收费。
创建 Zurelay API 密钥,将 SDK 的 base URL 设为 https://api.zurelay.com/v1,然后调用 client.audio.speech.create,其中 model 设为 eleven-multilingual-v2,voice 选择 Talia 之类的音色,input 填入你的文本。请不要传入 instructions:该模型不支持此参数。返回内容就是音频文件本身:在 Python 中用 write_to_file 保存,在 Node 中则将其字节写入文件。想先试听音色,可使用 https://zurelay.com/app/playground 中 Playground 的 Speech 模式。
17 种 ElevenLabs 音色:Talia、Elara、Baxter、Eldrin、Elowen、Kaelen、Lawrence、Alicia、Maisie、Warren、Jade、Eddie、Caleb、Sawyer、Finley、Florence 和 Darian,默认音色为 Talia。OpenAI 音色名称同样可用,并会映射到其中一种:alloy 对应 Elowen,nova 对应 Elara,onyx 对应 Sawyer,shimmer 对应 Florence。该模型不接受 Gemini 的音色名称,例如 Kore。旧版音色名称(如 Sarah 或 Brian)仍然可用,会使用 ElevenLabs 替换它们的新音色朗读。通过 Zurelay 暂不支持声音克隆、声音设计和 ElevenLabs 音色库。
可以。将 speed 设为 0.7 到 1.2 之间的值,1 为正常语速。不过它不支持风格指令:带有指令的请求会被拒绝,并返回 unsupported_parameter 错误,所以语气和情绪只能靠你的措辞和标点来表达。
29 种语言:英语、日语、中文、德语、印地语、法语、韩语、葡萄牙语、意大利语、西班牙语、印尼语、荷兰语、土耳其语、菲律宾语、波兰语、瑞典语、保加利亚语、罗马尼亚语、阿拉伯语、捷克语、希腊语、芬兰语、克罗地亚语、马来语、斯洛伐克语、丹麦语、泰米尔语、乌克兰语和俄语。没有语言设置项:用你想要的语音语言来写文本即可。
在 Zurelay 上,每次请求最多可输入 5,000 个字符;更长的文本请拆分成多次请求。音频默认以 MP3 返回,也可以将 response_format 设为 wav,或设为 pcm 以获得 24 kHz、16 位单声道的原始采样数据。每次请求只使用一种音色,整个文件在一次响应中返回。Zurelay 不会存储音频,请自行保存返回的文件。
是的。你的请求通过 ElevenLabs 自己的 API,在 ElevenLabs 的 Eleven Multilingual v2(eleven_multilingual_v2)上运行,Zurelay 不会替换成其他模型。Zurelay 是独立服务,与 ElevenLabs 没有任何关联。