ElevenLabs-dokumentation

Add ElevenLabs to my project: run `npx -y @elevenlabs/cli@latest onboard init` and follow what it prints.

Hur fungerar ElevenLabs?

ElevenLabs tillhandahåller infrastruktur för AI-röster: text till tal, tal till text, röstkloning, röstagenter och generativt ljud. Du kan använda det på fyra sätt, anpassade för olika målgrupper.

ElevenCreative är en webbapplikation utan kod där kreatörer, producenter och redaktörer skapar voice-overs, musik, dubbningar och studioprojekt direkt i webbläsaren.

ElevenAgents är plattformen för att skapa och driva röstagenter, med en visuell byggare för icke-tekniska användare och full programmatisk kontroll för utvecklare.

ElevenAPI ger tillgång till alla funktioner via ett REST-gränssnitt med officiella SDK:er för Python och TypeScript, så att utvecklare kan bädda in röst i sina egna applikationer och workflows.

Reception.ai är en AI-telefonreceptionist redo att driftsättas för små och medelstora företag. Den besvarar samtal, bokar tider och hanterar den dagliga verksamheten från en enda kontrollpanel.

Välj din väg

ElevenCreative

Lär dig använda ElevenCreative-plattformen med steg-för-steg-guider

ElevenAgents

Lär dig skapa, lansera och skala agenter med ElevenLabs

ElevenAPI

Lär dig integrera med ElevenLabs API med exempel och handledningar

Begrepp

Röster är den talpersona som används vid ljudgenerering. Varje röst har ett unikt ID — till exempel JBFqnCBsd6RMkjVDRZzb — som du väljer i kontrollpanelen eller skickar med i API-anrop. ElevenLabs har ett bibliotek med över 10 000 röster. Du kan också klona en röst från en ljudinspelning eller generera en från en textbeskrivning.

Modeller styr kvaliteten, latensen och språkstödet för genererat ljud. eleven_v4 ger det mest uttrycksfulla resultatet på över 90 språk. eleven_v4_turbo är avsedd för användning i realtid med en medianlatens för inferens på ~100 ms. Varje funktion — tal till text, musik, ljudeffekter — har sin egen dedikerade modell. Se Vilken modell ska jag använda? för att välja en.

Hur fungerar prissättningen?

Krediter är den förbrukningsenhet som delas mellan alla produkter. Text till tal kostar en kredit per tecken i indatatexten. Andra åtgärder debiteras per sekund bearbetat ljud. Krediter återställs varje månad och oanvända krediter förs över i upp till två månader. Se prissättning för en fullständig uppdelning.

För att använda API:t utan en månadsprenumeration kan du med Betala efter användning förskottsbetala ett saldo som används när du använder ElevenLabs, efter att eventuella prenumerationskrediter har använts.

Byggt för produktion

Hur snabbt är ElevenLabs text till tal?

Eleven Flash v2.5 genererar ljud med ~75 ms modellinferenslatens, och Eleven v4 Turbo med en median på ~100 ms. Scribe v2 Realtime returnerar partiella transkriptioner på ~150 ms. Dessa siffror exkluderar applikations- och nätverkslatens, så tiden tills dina användare hör ljud är längre. Förstå latens förklarar vad siffrorna omfattar, och Latensoptimering beskriver hur du minskar total latens.

Hur hanterar ElevenLabs skala?

Din plan avgör hur många förfrågningar som bearbetas samtidigt. En samtidighetsgräns är inte ett tak för samtidiga konversationer: som tumregel kan en gräns på 5 vanligtvis stödja omkring 100 samtidiga ljudsändningar, beroende på vilka röster som används och användningsfallet. Enterprise-planer har högre gränser. Se Samtidighet och prioritet för gränser per plan och vägledning för belastningstestning.

Enterprise-kontroller

• Privata driftsättningar kör ElevenAgents, Text to Speech och Speech to Text i ditt eget molnkonto, så att text, ljud och transkriptioner stannar i ditt nätverk.
• Dataresidens lagrar dina data i isolerade miljöer i EU, Indien eller Singapore i stället för på standardplatsen i USA. Det är en Enterprise-funktion.
• Arbetsytor samlar fakturering, delade resurser, teamåtkomst och hantering av API-nycklar. Enterprise-arbetsytor lägger till SSO via SAML 2.0 eller OIDC samt granskningsloggar över administrativa åtgärder i OCSF-schemat.

Generera ditt första ljud

Installera SDK:n, ange din API-nyckel som en miljövariabel och konvertera text till en MP3-fil med en enda förfrågan. Om du i stället vill att din kodningsagent gör den här konfigurationen, se Konfigurera med din kodningsagent.

pip install elevenlabs python-dotenv

ELEVENLABS_API_KEY=<your_api_key_here>

from dotenv import load_dotenv
from elevenlabs.client import ElevenLabs
import os
load_dotenv()
elevenlabs = ElevenLabs(
  api_key=os.getenv("ELEVENLABS_API_KEY"),
)
audio = elevenlabs.text_to_speech.convert(
    text="The first move is what sets everything in motion.",
    voice_id="JBFqnCBsd6RMkjVDRZzb",  # "George" - browse voices at elevenlabs.io/app/voice-library
    model_id="eleven_v4",
    output_format="mp3_44100_128",
)
with open("output.mp3", "wb") as f:
    for chunk in audio:
        f.write(chunk)

elevenlabs text-to-speech convert \
  --voice-id JBFqnCBsd6RMkjVDRZzb \
  --model-id eleven_v4 \
  --text "The first move is what sets everything in motion." \
  --output-format mp3_44100_128 \
  --output output.mp3

Snabbstart för ElevenAPI beskriver samma förfrågan mer ingående, inklusive CLI-konfiguration och uppspelning av ljud via dina högtalare.

Vad kan jag bygga med ElevenAgents?

ElevenAgents kombinerar taligenkänning, valfri LLM, text till tal och turordning till en enda röstagent som du konfigurerar i kontrollpanelen eller via SDK:erna.

• Kundsupport: besvara frågor från din egen dokumentation genom att koppla en kunskapsbas till agenten.
• Telefonlinjer: anslut ett Twilio-nummer med den inbyggda integreringen för att hantera inkommande och utgående samtal, eller anslut ditt befintliga telefonsystem via SIP-trunking.
• Utgående kampanjer: ring många utgående samtal samtidigt med batchsamtal.
• Webbplatser och appar: bädda in en agent som hanterar både röst och text med widgeten.

Snabbstart för ElevenAgents visar hur du bygger din första agent från början till slut.

Vilken modell ska jag använda?

Utgå från ditt användningsfall. Varje modell-ID nedan är det värde som ska skickas som model_id i API-anrop.

Se Välj rätt modell för fler användningsfall och modellreferensen för fullständiga specifikationer.

Bläddra efter funktion