> ## Documentation Index
> Fetch the complete documentation index at: https://docs.jiekou.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# ElevenLabs 文字转语音 Turbo v2

使用您选择的声音将文本转换为语音并返回音频。

## 请求头

<ParamField header="Content-Type" type="string" required={true}>
  枚举值: `application/json`
</ParamField>

<ParamField header="Authorization" type="string" required={true}>
  Bearer 身份验证格式: Bearer \{\{API 密钥}}。
</ParamField>

## 请求体

<ParamField body="seed" type="integer">
  如指定，系统将尽量有确定性地采样。相同seed及参数的重复请求应返回相同结果，但不保证完全确定性。

  取值范围：\[0, 4294967295]
</ParamField>

<ParamField body="text" type="string" required={true}>
  要转换为语音的文本。
</ParamField>

<ParamField body="voice_id" type="string" required={true}>
  要使用的语音ID。
</ParamField>

<ParamField body="next_text" type="string">
  当前请求文本之后的文本。用于在多次生成拼接时改善语音连贯性。
</ParamField>

<ParamField body="language_code" type="string">
  用于模型和文本规范化的语言代码（ISO 639-1）。如果模型不支持此语言代码，将返回错误。
</ParamField>

<ParamField body="output_format" type="string" default="mp3_44100_128">
  生成音频的输出格式。格式为 codec\_sample\_rate\_bitrate。MP3的192kbps比特率需Creator及以上账户，PCM的44.1kHz采样率需Pro及以上账户。

  可选值：`mp3_22050_32`, `mp3_24000_48`, `mp3_44100_32`, `mp3_44100_64`, `mp3_44100_96`, `mp3_44100_128`, `mp3_44100_192`, `pcm_8000`, `pcm_16000`, `pcm_22050`, `pcm_24000`, `pcm_32000`, `pcm_44100`, `pcm_48000`, `ulaw_8000`, `alaw_8000`, `opus_48000_32`, `opus_48000_64`, `opus_48000_96`, `opus_48000_128`, `opus_48000_192`
</ParamField>

<ParamField body="previous_text" type="string">
  当前请求文本之前的文本。用于在多次生成拼接时改善语音连贯性。
</ParamField>

<ParamField body="use_pvc_as_ivc" type="boolean" default={false}>
  若为true，使用IVC版本的语音而不是PVC版本。此为针对PVC版本较高延迟的临时方案。
</ParamField>

<ParamField body="voice_settings" type="object">
  <Expandable title="properties" defaultOpen={true}>
    <ParamField body="speed" type="number" default={1}>
      调整语音的速度。1.0为默认速度，小于1.0会放慢语速，大于1.0会加快语速。
    </ParamField>

    <ParamField body="style" type="number" default={0}>
      决定语音风格的夸张程度。尝试放大原始说话者的风格。设置为非0时会消耗更多计算资源，并可能增加延迟。
    </ParamField>

    <ParamField body="stability" type="number" default={0.5}>
      决定语音生成的稳定性与每次生成之间的随机性。较低的值会带来更宽广的情感范围，较高的值可能导致语音单调。
    </ParamField>

    <ParamField body="similarity_boost" type="number" default={0.75}>
      决定 AI 在尝试复刻原始声音时的贴合程度。
    </ParamField>

    <ParamField body="use_speaker_boost" type="boolean" default={true}>
      增强与原始说话者的相似度。需要稍高的计算负载，会增加延迟。
    </ParamField>
  </Expandable>
</ParamField>

<ParamField body="next_request_ids" type="string[]">
  后续样本的request\_id列表。用于在重新生成样本时保持语音连贯性。最多可传3个request\_id。

  数组长度：0 - 3
</ParamField>

<ParamField body="previous_request_ids" type="string[]">
  当前生成之前已生成样本的request\_id列表。可用于改善语音连贯性。最多可传3个request\_id。

  数组长度：0 - 3
</ParamField>

<ParamField body="apply_text_normalization" type="string" default="auto">
  控制文本规范化。'auto'由系统决定，'on'总是规范化，'off'则跳过。

  可选值：`auto`, `on`, `off`
</ParamField>

<ParamField body="apply_language_text_normalization" type="boolean" default={false}>
  控制针对某些支持语言的语言文本规范化以实现更自然发音。警告：可能大幅增加延迟。目前仅支持日语。
</ParamField>

<ParamField body="pronunciation_dictionary_locators" type="object[]">
  需要应用于文本的发音词典定位器（id, version\_id）列表。按顺序生效。每个请求最多可有3个定位器。

  数组长度：0 - 3

  <Expandable title="properties" defaultOpen={true}>
    <ParamField body="version_id" type="string">
      发音词典版本的ID。如果未指定，则使用最新版本。
    </ParamField>

    <ParamField body="pronunciation_dictionary_id" type="string" required={true}>
      发音词典的ID。
    </ParamField>
  </Expandable>
</ParamField>

## 响应信息

生成的音频文件

格式: `binary`