Перейти к основному содержанию
Многоязычная модель синтеза речи (text-to-speech) от ElevenLabs. Текст до 5000 символов, те же голоса и параметры, что и у Turbo, с поддержкой множества языков.
Рекомендуем использовать dedicated-эндпоинт Audio Speech — там доступен полный диапазон speed и согласованный набор ElevenLabs-параметров.

​
Обзор

ХарактеристикаЗначение
ID моделиelevenlabs/text-to-speech-multilingual-v2
Max prompt5 000 символов
voicevoice_id из аккаунта ElevenLabs (например pNInz6obpgDQGcFmaJgB) или имя пресета (Rachel, Aria, Roger, Sarah…)
speed0.25–4.0 на /v1/audio/speech (по умолчанию 1.0), 0.7–1.2 на /api/v1/media
stability, similarity_boost, style0–1
timestampstrue / false — посимвольный alignment в ответе
language_coderu, en, de, fr, es, it, pt, pl, uk и др. (ISO 639-1). Не поддерживается Multilingual v2 (только Turbo v2.5)

​
Параметры

ПараметрОбязательныйОписание
modelДаelevenlabs/text-to-speech-multilingual-v2
inputДаТекст для синтеза речи, до 5000 символов
voiceНетГолос. По умолчанию Rachel. Стандартный OpenAI-голос будет отклонён с ошибкой 400
speedНет0.25–4.0 (на dedicated-эндпоинте) или 0.7–1.2 (на /api/v1/media). По умолчанию 1
stabilityНетСтабильность голоса 0–1
similarity_boostНетУсиление схожести 0–1
styleНетЭкспрессия стиля 0–1
timestampsНетtrue/false — добавляет alignment с посимвольными таймингами
previous_textНетПредшествующий текст, до 5000 символов
next_textНетПоследующий текст, до 5000 символов

​
Пример запроса (cURL)

curl -X POST "https://polza.ai/api/v1/audio/speech" \
  -H "Authorization: Bearer <POLZA_AI_API_KEY>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "elevenlabs/text-to-speech-multilingual-v2",
    "input": "Текст для синтеза речи",
    "voice": "Rachel",
    "speed": 1,
    "stability": 0.5,
    "similarity_boost": 0.75,
    "style": 0,
    "timestamps": false
  }'
Аудио возвращается как base64-строка в поле audio (не бинарный поток). Декодируйте и сохраняйте с расширением по contentType (например, audio/mpeg → .mp3).