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

面向开发者的语音与音频生成家族,覆盖文本转语音、对话式语音、音效与音乐生成

试用 elevenlabs/text-to-dialogue

输入

作品灵感

查看全部作品
  • 多角色对话配音用法地图:播客、旁白与客服场景
  • 多音色对话演示:同一段剧本的五种声音气质
  • 为 text-to-dialogue 写提示词:对话结构的听觉指南
  • 多角色对话合成:参数全景示例

输出

audio
填写参数并生成,结果会显示在这里。

价格

elevenlabs/text-to-dialogue 每千字符

单价 $0.125

定位简介

elevenlabs/text-to-dialogue 是把一段多角色对话文本直接合成为语音的接口:调用方以 { text, voice } 数组描述每一句台词及其音色,模型按行输出对应人声,单次提交的所有台词合计不超过 5000 字符。它适合需要在一次请求里产出双人或多人对话音频的开发者,例如短剧配音、播客对谈、语音助手示例素材与互动内容的对话演绎。

核心亮点

  • 按行指定音色,一次请求合成多人对话——dialogue 数组中每一句台词单独绑定 voice_id,无需拆成多次单人合成再拼接。
  • 逐句可换音色,覆盖 60 余个候选音色——schema 的 voice 枚举提供数十个可选项,单次对话中不同角色可选用不同音色。
  • 稳定性参数可整体调节——stability 支持 0、0.5、1 三档,用于在情感起伏与音色一致性之间取舍。
  • 语言可自动检测或指定——language_code 留空时自动检测,也可显式指定 ISO 语言代码,覆盖 70 余种语言。

能力说明

多角色对话合成:以对话数组描述台词与音色,一次调用输出包含多个角色的对话音频,省去分段合成与手动拼接。

逐句音色绑定:每行台词的 voice 可独立选择,适合为不同角色分配不同音色并保持各自的声音特征。

稳定性与语言控制:stability 控制表达的情感变化幅度,language_code 决定朗读语言或交由自动检测,便于批量处理固定语种的物料。

长对话文本处理:单次请求所有台词合计限制 5000 字符,适合成段对话脚本一次性提交,无需关心内部切分。

适用场景

  • 短剧与剧情内容创作者:多角色对话脚本——将分角色台词连同各自音色提交,得到一段完整对话音频,用于短剧、广播剧或互动剧的情节演绎。
  • 播客与访谈类内容:对谈脚本——把双人对谈文本转成带不同音色的对话音轨,直接用作播客片段或节目样带。
  • 产品与内容团队:多语言对白素材——指定语言代码合成对应语种的对话音频,用于海外版本内容的配音与演示。
  • 开发者:语音对话原型素材——为语音助手、客服机器人等原型快速生成多角色示例音频,用于流程验证与内部演示。

限制与选型建议

输出为音频,不产生画面或视频,需要成片时需另行完成视觉制作。单次请求所有台词合计不超过 5000 字符,超长脚本需要自行拆分多次调用并拼接。音色只能从接口提供的 voice 列表中选择,无法直接克隆新音色。若场景只涉及单段旁白或单人朗读,使用单人文本转语音线路即可,无需构造对话数组。

  • Turbo 2.5 是什么?

    ElevenLabs 低延迟文本转语音模型,适合语音助手、通知播报和大批量配音。

  • 如何调用?

    向 POST /v1/tasks 传入 model(elevenlabs/text-to-speech-turbo-2-5)和 input,再用 taskId 查询结果或配置 callback。

  • 如何计费?

    按 input.text 的字符数、每 1,000 字符计费;实时单价以本页价格区为准。

  • previous_text 和 next_text 收费吗?

    不收费。它们只为分段合成提供上下文,让语调衔接自然。

同类型模型