HiAPI
elevenlabs详情页Hero图:左侧暖光留白,右侧玻璃共鸣体与声波光带横向舒展,玻璃上以发光立体字呈现elevenlabs,冷蓝粉紫基调。

ElevenLabs

ElevenLabs

elevenlabs/text-to-dialogue

개발자를 위한 음성 및 오디오 생성 제품군으로, 텍스트 음성 변환, 대화형 음성, 음향 효과 및 음악 생성을 아우릅니다

elevenlabs/text-to-dialogue 사용해 보기

입력

작품 갤러리

모든 작품 보기
  • 다역할 대화 더빙 활용 지도: 팟캐스트, 내레이션, 고객 응대 시나리오
  • 다중 음색 대화 데모: 동일한 대본의 다섯 가지 음성 분위기
  • text-to-dialogue용 프롬프트 작성하기: 대화 구조의 청각 가이드
  • 다중 역할 대화 합성: 파라미터 전경 예시

출력

audio
파라미터를 입력하고 생성하면 결과가 여기에 표시됩니다.

가격

elevenlabs/text-to-dialogue per 1,000 characters

단가 $0.125

포지셔닝 소개

elevenlabs/text-to-dialogue는 여러 역할의 대화 텍스트를 한 번에 음성으로 합성하는 인터페이스입니다. 호출자는 { text, voice } 배열로 각 대사와 음색을 지정하며, 모델은 각 줄에 대응하는 음성을 출력합니다. 한 번 제출하는 모든 대사의 총합은 5000자를 넘을 수 없습니다. 이는 단일 요청에서 2인 또는 다인 대화 오디오를 생성해야 하는 개발자, 예를 들어 단편 드라마 더빙, 팟캐스트 대담, 음성 비서 예시 자료, 인터랙티브 콘텐츠의 대화 연출에 적합합니다.

핵심 하이라이트

  • 줄마다 음색 지정, 한 번의 요청으로 다인 대화 합성——dialogue 배열의 각 대사에 voice_id를 개별 바인딩하므로, 여러 번의 단일 합성으로 나눈 뒤 이어 붙일 필요가 없습니다.
  • 문장별 음색 교체, 60여 개 후보 음색 지원——스키마의 voice 열거형은 수십 가지 옵션을 제공하며, 한 번의 대화에서 각기 다른 역할에 서로 다른 음색을 선택할 수 있습니다.
  • 안정성 파라미터 일괄 조정——stability는 0, 0.5, 1 세 단계를 지원하며, 감정 기복과 음색 일관성 사이에서 균형을 잡는 데 사용됩니다.
  • 언어 자동 감지 또는 지정 가능——language_code를 비워 두면 자동 감지되며, ISO 언어 코드를 명시적으로 지정할 수도 있고 70여 개 언어를 지원합니다.

기능 설명

다인 대화 합성: 대화 배열로 대사와 음색을 지정하면 한 번의 호출로 여러 역할이 포함된 대화 오디오를 출력하여, 구간별 합성과 수동 이어 붙이기를 생략할 수 있습니다.

문장별 음색 바인딩: 각 줄의 대사 voice를 독립적으로 선택할 수 있어, 역할마다 다른 음색을 부여하고 각자의 음성 특성을 유지하기에 적합합니다.

안정성 및 언어 제어: stability는 표현의 감정 변화 폭을 제어하고, language_code는 낭독 언어를 결정하거나 자동 감지에 맡기므로 고정 언어의 소재를 일괄 처리하기에 편리합니다.

긴 대화 텍스트 처리: 한 번의 요청에서 모든 대사의 총합은 5000자로 제한되며, 대본 형태의 대화를 한 번에 제출하고 내부 분할을 신경 쓰지 않아도 됩니다.

적용 시나리오

  • 단편 드라마 및 스토리 콘텐츠 제작자: 다인 대화 대본——역할별 대사를 각자의 음색과 함께 제출하면 완전한 대화 오디오를 얻어 단편 드라마, 라디오 드라마, 인터랙티브 드라마의 줄거리 연출에 사용할 수 있습니다.
  • 팟캐스트 및 인터뷰 콘텐츠: 대담 대본——2인 대담 텍스트를 서로 다른 음색의 대화 트랙으로 변환해 팟캐스트 클립이나 프로그램 샘플 테이프로 바로 사용할 수 있습니다.
  • 제품 및 콘텐츠 팀: 다국어 대사 소재——언어 코드를 지정해 해당 언어의 대화 오디오를 합성하여 해외 버전 콘텐츠의 더빙과 데모에 사용할 수 있습니다.
  • 개발자: 음성 대화 프로토타입 소재——음성 비서, 고객 상담 로봇 등의 프로토타입을 위해 다인 예시 오디오를 빠르게 생성하여 프로세스 검증과 내부 데모에 활용할 수 있습니다.

제한 및 선택 가이드

출력은 오디오이며 화면이나 영상을 생성하지 않으므로, 완성 영상이 필요하면 별도로 시각 제작을 완료해야 합니다. 한 번의 요청에서 모든 대사의 총합은 5000자를 넘을 수 없으며, 초과하는 긴 대본은 직접 여러 번 호출로 나누어 이어 붙여야 합니다. 음색은 인터페이스가 제공하는 voice 목록에서만 선택할 수 있고, 새로운 음색을 직접 복제할 수는 없습니다. 시나리오가 단일 내레이션 또는 1인 낭독에 불과하다면 단일 텍스트 음성 변환 경로를 사용하면 되며, 대화 배열을 구성할 필요가 없습니다.

자주 묻는 질문

모든 질문 보기 →
  • Turbo 2.5란 무엇인가요?

    ElevenLabs의 저지연 텍스트 음성 변환 모델로, 음성 비서, 알림 방송 및 대량 더빙에 적합합니다.

  • 어떻게 호출하나요?

    POST /v1/tasks에 model(elevenlabs/text-to-speech-turbo-2-5)과 input을 전달한 다음, taskId로 결과를 조회하거나 callback을 설정하세요.

  • 요금은 어떻게 청구되나요?

    input.text의 문자 수를 기준으로 1,000자당 청구되며, 실시간 단가는 본 페이지의 가격 섹션을 기준으로 합니다.

  • previous_text와 next_text는 유료인가요?

    무료입니다. 이들은 분할 합성에 문맥을 제공하여 억양이 자연스럽게 이어지도록 할 뿐입니다.

동일 유형