ElevenLabs Turbo v2.5 speech with pacing and narration context

ElevenLabs Turbo v2.5 可以将文本转换为语音,提供声音选择、可调节奏,以及稳定性、相似度与风格控制。使用目标语言提供朗读文字,分段旁白还可以增加前文和后文作为上下文。文本规范化引导数字等书面形式如何准备为语音,可选时间戳随音频返回时间数据。准备去除首尾空白后最多 40,000 个 Unicode 字符,试听声音设置,并查看任务字符计费估算后,可以生成旁白或口语指令。

ElevenLabs TTS Turbo v2.5 由 ElevenLabs 开发,Vidgo 提供模型调用服务。模型名称与商标归各自所有者所有。

探索 ElevenLabs TTS Turbo v2.5 模型

打开 Turbo 语音任务,选择声音名称或兼容声音 ID,根据听众需要设置节奏,试听时调整稳定性、相似度和风格,再提供语言、规范化与可选时间设置。提交段落属于更长旁白时,可以使用 previous_text 与 next_text,并将本次需要朗读的段落放在 text 中。

ElevenLabs TTS Turbo v2.5 朗读文本与前后文输入

text 字段提供本次生成段落的朗读文字,previous_text 与 next_text 提供可选的周围段落上下文,voice 与数值控制确定声音配置。在来源中使用目标朗读语言,再结合文本与设置检查实际音频。页面译文说明含义,并保留原始录音语言。

模型 / 任务输入与工作流
ElevenLabs TTS Turbo v2.5 Text to Speech通过声音选择、可调节奏、声音风格控制与分段旁白上下文,将文本转换为多语言语音。

ElevenLabs TTS Turbo v2.5 英文教学与西班牙语回忆案例

折纸请求使用英文指令、Rachel 声音与略作调整的速度;西班牙语回忆使用 Sarah,并通过前后段落为本次提交内容提供依据。聆听各自结果时,结合完整原始文本、含义译文与记录的声音设置,检查各段录音的发音、停顿、节奏与叙事语气。

原始朗读文本与释义

原始英文朗读文本: Almost there. Fold the top corner down until it meets the center crease. Now press along the edge with your fingertip. That's it. Turn the paper over, and we'll make the next fold together. 中文释义: 快好了。把上面的角向下折,直到它与中间折痕重合。现在用指尖沿着边缘压好。就是这样。把纸翻过来,我们一起折下一步。

{
  "similarity_boost": 0.75,
  "style": 0,
  "apply_text_normalization": "auto",
  "voice": "Rachel",
  "language_code": "en",
  "speed": 1.05,
  "stability": 0.5,
  "timestamps": false
}
原始声音参数与上下文
生成结果 · ElevenLabs TTS Turbo v2.5

原始朗读文本与释义

原始西班牙语朗读文本: Hoy volví a la casa de mi abuela. En la cocina seguía el reloj de siempre, cinco minutos adelantado. Preparé dos tazas de té por costumbre y, al darme cuenta, sonreí. Algunos gestos también guardan recuerdos. 中文释义: 今天我回到了奶奶的家。厨房里还是那只老钟,一直快五分钟。我习惯性地准备了两杯茶,意识到时,自己笑了。有些动作也保存着回忆。 原始前文: Hacía años que no cruzaba aquella puerta. 前文释义:我已经多年没有走过那扇门了。 原始后文: Después abrí las ventanas para dejar entrar la luz. 后文释义:随后我打开窗户,让光线进来。

{
  "similarity_boost": 0.75,
  "style": 0,
  "apply_text_normalization": "auto",
  "voice": "Sarah",
  "language_code": "es",
  "speed": 0.98,
  "stability": 0.45,
  "timestamps": false,
  "previous_text": "Hacía años que no cruzaba aquella puerta.",
  "next_text": "Después abrí las ventanas para dejar entrar la luz."
}
原始声音参数与上下文
生成结果 · ElevenLabs TTS Turbo v2.5

ElevenLabs TTS Turbo v2.5 的创作应用场景

使用目标语言准备文本,选择声音与节奏;段落属于较长旁白时,可以增加周围文字。生成并完整检查音频后,可以用于口语指令、教学引导、故事旁白、多语言示例、较长作品分段与应用语音,需要时间数据时请求时间戳。

逐步操作指令

将每个动作写成清楚句子,设置合适语速,再检查生成序列中的文字清晰度和停顿,供教程或引导活动使用。

教学引导

使用学习者的语言准备概念或观察说明,选择声音与规范化方式,按需要请求时间信息,再检查发音和节奏,用于课程、博物馆讲解或科学活动。

故事旁白

编写朗读段落,需要确定上下文时提供前后段落,试听声音特点与节奏,再通过实际音频检查连贯性和情绪语气。

多语言语音示例

使用各目标语言准备准确文字并设置语言代码,分别检查录音的发音与节奏后,用于本地化体验或学习练习。

较长旁白分段

将作品分为符合 40,000 字符文本上限的段落,并保持声音设置一致,使用相邻文字作为上下文;组合检查后的录音时,请跨段落连接位置聆听。

应用中的语音功能

收集文字、声音与表达设置,按照文档提交请求并通过任务 ID 获取音频,将可选时间戳或对齐文件作为独立响应项读取,供应用时间工作流使用。

ElevenLabs TTS Turbo v2.5 模型规格与 API 价格

Turbo v2.5 去除首尾空白后,按照当前每 1,000 个 UTF-16 文本单位的单价按比例计费。大多数英文字母与汉字计为一个单位,部分表情符号与其他补充字符计为两个。40,000 字符输入上限按照 Unicode 字符检查,费用估算使用计费数量。下方动态表格展示当前单价,请在任务中填写完整朗读文字,查看请求金额并安排后续录音版本。

模型厂商任务类型输入素材语音输出起价
ElevenLabs TTS Turbo v2.5 Text to SpeechElevenLabs文字转语音朗读文本,可选上下文语音 / 可选时间戳$0.04 / 1,000 计费单位

如何在 Vidgo 使用 ElevenLabs TTS Turbo v2.5

先在线测试创作方案, 再将确认后的请求接入应用。

在线体验

使用计划中的参数生成结果

打开 Turbo 任务,填写完整朗读段落、可选周围上下文与声音参数,查看字符计费估算后生成。聆听发音、节奏、停顿与叙事连贯性,并在使用结果前,将请求的全部时间附件与音频一同获取。

为何在 Vidgo 使用 ElevenLabs TTS Turbo v2.5

选择对应任务,查看参数与费用,并将在线测试中的素材和设置用于经过身份验证的 API 请求。

创作测试与任务选择

围绕创作目标选择输入

准备本次准确朗读段落,选择声音名称或兼容声音 ID,设置速度、稳定性、相似度与风格,再选择语言和规范化方式。段落属于较长作品时增加 previous_text 与 next_text,需要时间数据时请求时间戳。

试听朗读文字与声音设置

打开 Turbo 任务,填写完整朗读段落、可选周围上下文与声音参数,查看字符计费估算后生成。聆听发音、节奏、停顿与叙事连贯性,并在使用结果前,将请求的全部时间附件与音频一同获取。

生成前查看费用估算

结合完整朗读文本、任务去除首尾空白后的 UTF-16 计费数量,以及当前每 1,000 单位单价计算费用。查看估算时考虑补充字符,并按照各版本实际提交文字安排修改录音。

API 接入与结果管理

参考完整的真实生成案例

结合原始朗读文本与声音设置聆听结果,译文用于说明含义,并保留录音原本的朗读语言。将请求用于自己的文字前,请检查发音、节奏与表达。

通过任务 ID 跟踪每次生成

保存 API 返回的任务 ID,用于查询生成状态并获取完成文件的地址。通过在线生成记录回看先前结果与测试过的创作方向。

按照所选任务的文档完成接入

通过各任务提供的文档查看准确的模型标识、支持的输入、身份验证方法与响应格式。接入已经在线测试过的任务,使请求中的素材与设置保持一致。

ElevenLabs TTS Turbo v2.5 API 常见问题

ElevenLabs Turbo v2.5 是 Vidgo 提供的语音任务,包含声音选择、速度、稳定性、相似度与风格控制。它接受去除首尾空白后最多 40,000 个 Unicode 字符,支持可选前后文、语言与规范化输入,并可以随语音返回时间附件。

浏览全部模型