ElevenLabs Eleven v4 Text to Speech

Озвучка текста естественным голосом с выбором голоса и настройкой дикции.

Запрос

Текст

Голос

Стабильность

0.5

Сходство с голосом

0.75

О модели ElevenLabs Eleven v4 Text to Speech

Обзор

ElevenLabs Eleven v4 — модель синтеза речи, представленная 28 сентября 2026 года. В линейке это вариант максимального качества: готовая озвучка, где важна подача, — аудиокниги, голос персонажа, закадр и дубляж. Низкозадержечный Eleven v4 Turbo в этой операции не используется: на выходе файл, а не живой ответ. На фоне Eleven v3 речь выразительнее, точнее следует аудиотегам и охватывает 90+ языков вместо 70+. Один запрос берёт до 10 000 символов (у Eleven v3 — 5 000) и один голос. Диалог нескольких дикторов за один проход, как у v3, здесь не собирается. Эмоцию задают теги в квадратных скобках, например [whispering] или [laughing]. Стабильность сдвигает подачу: ниже — живее и разнообразнее, выше — ближе к ровной базе. Высокое сходство с голосом может снижать естественность. Регуляторов скорости и стиля нет, пауза фиксированной длины через SSML не поддерживается: ритм держат теги вроде [pause] и пунктуация. Без явной режиссуры речь часто звучит слишком актёрски и быстро, теги срабатывают не всегда. Если язык текста не совпадает с языком голоса, акцент стремится к языку текста. Модель ещё дорабатывают, поэтому одну и ту же сцену стоит переслушать.

Сценари использования (use cases)

Голос персонажа 98/100 Самый естественный сценарий для Eleven v4: актёрская озвучка героя игры, анимации или маскота с эмоцией, шёпотом и смехом через аудиотеги. В каталоге есть характерные голоса, а низкая стабильность даёт более живую подачу. Реплики разных персонажей собираются отдельными запросами: за один вызов доступен только один голос.
Озвучка аудиокниги 96/100 Самый естественный сценарий для Eleven v4: выразительная художественная и нон-фикшн начитка с паузами и эмоциями через аудиотеги. Один запрос берёт до 10 000 символов, примерно десять минут, а повышенная стабильность помогает удержать тембр рассказчика. Главу длиннее лимита нужно резать на части: контекст соседних фрагментов эндпоинт не принимает, поэтому на стыках темп может измениться.
Мультиязычная озвучка 96/100 Ключевой сценарий: Eleven v4 озвучивает текст на 90+ языках, и если язык реплики не совпадает с языком голоса, речь стремится к беглому местному акценту. Один и тот же голос можно прогнать по локалям, язык берётся из текста: отдельного переключателя языка нет. Имена, бренды и менее частотные языки стоит прослушивать, часть языков звучит увереннее других.
Рекламная и промо-озвучка 94/100 Один из сильнейших коммерческих сценариев: короткие рекламные тексты, слоганы и призывы к действию с нужной энергией через аудиотеги вроде [excited] или [whispers]. Несколько дублей на одном голосе удобно сравнить и оставить лучший. Звуковые теги не собирают музыкальный ролик, но речевую часть креатива закрывают.
Голос для подкаста 92/100 Очень сильный сценарий для предзаписанного подкаста: ведущего и гостевые реплики можно озвучить с характером, паузами и междометиями через аудиотеги. Диалог из нескольких голосов собирается отдельными запросами, в одном вызове доступен только один голос. Для прямого эфира операция не подходит: она возвращает готовый файл, а не поток с низкой задержкой.
Дубляж и локализация 92/100 Один из ключевых сценариев локализации: перевод озвучивается на 90+ языках, с эмоциями и паузами через аудиотеги, а чужой для голоса язык звучит бегло, с акцентом целевого языка. Узнаваемость конкретного спикера из ролика сохранить нельзя: доступен только выбор из 41 готового голоса, без загрузки образца. Липсинк и длина реплики здесь не считаются, видео на вход не принимается, стыковку по таймингу делают в монтаже.
Озвучка обучающих материалов 88/100 Очень сильный сценарий для курсов, инструкций и серии модулей: при повышенной стабильности дикция ровная, а один голос повторяется от урока к уроку. Паузы задаются аудиотегами вроде [short pause], отдельной регулировки скорости нет. Числа, аббревиатуры и имена лучше писать так, как они должны прозвучать, и проверять на слух.

Ограничения и недостатки

Темп часто слишком быстрый, а точную скорость и длину пауз задать нельзя. В отзывах на Eleven v4 это самая повторяемая претензия: речь идёт быстрее разговорной, а между фразами не хватает пауз, и так на разных голосах. Отдельного регулятора скорости нет, а пауза через пунктуацию или тег получается приблизительной: её длина зависит от сцены, а не от заданного интервала. Разработчик модели подтвердил, что пауз местами не хватает и ритм речи ещё дорабатывают.
Подача легко становится слишком театральной, ровный тон держится плохо. Модель заточена под выразительную речь, поэтому без явных указаний фразы часто звучат излишне эмоционально или актёрски. Это мешает спокойной начитке и деловому тону. Ползунок «Стабильность» сдвигает баланс в сторону более ровной или более живой подачи, но монотонное чтение не гарантирует, а сила игры зависит от выбранного голоса.
Акцент и диалект при другом языке контролируются слабо. Если язык текста не совпадает с языком голоса, Eleven v4 по умолчанию целится в беглую речь с акцентом языка текста и не переносит исходный акцент голоса. Переключателя этого режима нет, в документации его ещё дорабатывают. На практике акцент всё равно плавает: чужая окраска проступает в другом языке, а тег диалекта на одной реплике не удерживается на следующих.
Аудиотеги не всегда дают ту подачу, которая задумана. Теги в квадратных скобках помогают задать шёпот, смех, паузу и эмоцию, но это не жёсткая команда. Модель иногда не следует тегу, а расплывчатую пометку может озвучить как звуковой эффект вместо манеры речи. Слишком сильный тег делает фразу заметно более актёрской, чем соседние, а подача вне привычной манеры голоса менее надёжна.
Обычные слова иногда произносятся с запинками или излишне чётко. На обычных словах встречаются сбои произношения и слишком отчётливая, неестественная артикуляция, которую трудно убрать подсказкой. Фонетическая запись в тексте, по документации модели, тоже может звучать по-разному в зависимости от голоса и фразы, поэтому имена, термины и ударения стоит прослушивать.

Советы

Озвучивайте связный абзац или сцену одним запросом. Eleven v4 выстраивает эмоцию и ритм по соседним предложениям, поэтому короткая фраза без контекста звучит менее устойчиво. ElevenLabs советует отдавать модели целый пассаж: так подача держится ровнее по всему фрагменту. На длинном тексте один проход лучше сохраняет голос и настроение, чем склейка отдельных дублей.
Если подача не попала, сначала замените аудиотег на более точный. В гайдах Eleven v4 советуют сменить направление на соседнее, например [worried] вместо [sad], или дописать недостающий оттенок: [nervous, trying to sound confident]. Расплывчатый тег модель иногда принимает за звуковой эффект, а не за манеру речи, поэтому качество голоса лучше описывать явно, как [low, gravelly voice]. Следование тегам ещё не идеально, дубль стоит прослушать.
Для спокойной речи поднимите стабильность и задайте сдержанный тон тегом. Без явной режиссуры Eleven v4 часто звучит слишком театрально и торопливо: об этом пишут и на коротких фразах, и на длинных текстах. Более низкая стабильность усиливает эту игру, более высокая держит подачу ближе к одной ровной базе, но сама по себе не делает голос монотонным. Для спокойного чтения поднимите стабильность и поставьте сдержанный тег, например [measured] или [quietly].
Не ставьте на одну и ту же фразу противоположные эмоциональные теги. Один тег задаёт тон фрагмента и тянется, пока не появится следующий. Контрастные указания на одних и тех же словах делают подачу менее точной. Совместимые оттенки можно слить в одну скобку, например [whispering, playful], а новый тег ставить только там, где эмоция должна смениться.
Не используйте SSML и не ждите от тега паузы тишины фиксированной длины. Eleven v4 не поддерживает SSML-паузы в секундах. Вместо них работают [pause], [long pause], многоточие, тире и короткие фразы, а длина паузы подстраивается под сцену и голос. В обсуждениях тег срабатывает не каждый раз, и ElevenLabs подтверждает, что пауз местами не хватает.

FAQ

Когда выбирать обычный Eleven v4, а не Eleven v3 или Eleven v4 Turbo?

Обычный Eleven v4 — вариант максимального качества для готовой озвучки: аудиокниг, видео и персонажной речи. По документации ElevenLabs он в целом точнее передаёт голос, эмоцию и аудиотеги, чем Eleven v3, но тот же голос может зазвучать заметно иначе, и в обсуждениях часть людей возвращается на v3 из‑за быстрого темпа и слишком актёрской подачи. Eleven v4 Turbo сохраняет тот же выразительный диапазон, однако это низкозадержечный вариант для живого диалога: медианная задержка инференса около 100 мс.

Почему Eleven v4 говорит слишком быстро и как поставить паузу без регулятора скорости?

У обычного Eleven v4 нет ползунка скорости, а пауза фиксированной длины в секундах через SSML не поддерживается: темп выбирает модель, и в отзывах его чаще всего называют слишком быстрым, с короткими промежутками между фразами. Паузу можно наметить тегами [pause] или [long pause] и пунктуацией — многоточием, тире, короткими фразами, — но длина подстраивается под сцену и голос, а не под заданный интервал, и тег срабатывает не каждый раз. В ответе ElevenLabs по этой жалобе подтверждено, что пауз местами не хватает и ритм модели ещё дорабатывают.

Почему речь звучит слишком театрально и что меняет ползунок стабильности?

Eleven v4 заточен под эмоциональную речь, поэтому без явных указаний фразы часто звучат актёрски: ровный деловой тон и спокойное чтение держатся плохо, о чём пишут и в обычной озвучке, и на длинных текстах. Ползунок стабильности сдвигает баланс: более низкое значение даёт живую и разную подачу, более высокое держит её ближе к одной ровной базе, но монотонность не гарантирует и сила игры зависит от выбранного голоса. Для спокойного тона поднимите стабильность, возьмите менее выразительный голос и не ставьте сильный эмоциональный тег на каждую фразу.

Почему акцент голоса пропадает или скачет, особенно на другом языке?

Если язык текста совпадает с языком голоса, Eleven v4 должен сохранять его акцент. Если язык другой, модель по умолчанию говорит бегло, с акцентом языка текста, и не переносит акцент голоса: переключателя нет, ElevenLabs называет это задуманным поведением и пишет, что режим ещё дорабатывают. На практике акцент всё равно нестабилен: в обсуждениях голоса, которые держали окраску на Eleven v3, на v4 уходят в другую, а по ходу текста акцент может переключаться. Тег акцента — только подсказка, результат нужно прослушивать; устойчивее голос, который уже говорит на языке текста с нужной окраской.

Почему аудиотег не даёт нужную подачу или превращается в звук?

Тег в квадратных скобках — подсказка, а не команда: Eleven v4 следует им лучше прошлых моделей, но ElevenLabs прямо пишет, что следование ещё не идеально. Расплывчатую пометку модель иногда понимает как звуковой эффект, а не как манеру речи, потому что умеет синтезировать и то и другое; тег паузы в отзывах срабатывает лишь иногда, а слишком сильный тег делает фразу заметно более актёрской, чем соседние. Надёжнее писать явно, что нужно от голоса, например [low, gravelly voice], ставить один тег на фразу и прослушивать дубль: если такой подачи не было у голоса, результат слабее.

Цены

Цена при активной подписке

Стоимость необязательной подписки 299 ₽/месяц Подробнее

API

Инструкция ниже является выдержкой из документации.

Параметры

Поля тела JSON-запроса, которые используются в Playground и доступны для настройки через API. Порядок совпадает с формой на странице.

Параметр	Тип	Обязательный	По умолчанию	Допустимые значения	Описание
`text`	`string`	Да	—	длина 15–10000 символов	Текст, который нужно озвучить. От 15 до 10 000 символов. В текст можно вставлять audio-теги в квадратных скобках на английском, например [whispering], [laughing].
`voice_id`	`string`	Да	—	Alicia, Aria, Roger, Sarah, Laura, Charlie, George, Callum, River, Liam, Charlotte, Alice, Matilda, Will, Jessica, Eric, Chris, Brian, Daniel, Lily, Bill, Adam, Bella, Harry, Wyatt, Sawyer, Baxter, Caleb, Finley, Eldrin, Kaelen, Jade, Elara, Lawrence, Florence, Maisie, Elowen, Darian, Talia, Warren, Eddie	Выберите голос для озвучки.
`stability`	`number`	Нет	`0.5`	0–1	Настройте баланс между ровной дикцией и выразительностью речи.
`similarity`	`number`	Нет	`0.75`	0–1	Настройте, насколько близко результат должен сохранять выбранный голос.

Запрос

Асинхронный запуск: POST https://api.flixa.io/v1/audio/speech-elevenlabs/eleven-v4 с заголовком Authorization: Bearer $FLIXA_API_KEY и телом JSON. Ниже — пример с полями из Playground.

curl -X POST "https://api.flixa.io/v1/audio/speech-elevenlabs/eleven-v4" \
  -H "Authorization: Bearer $FLIXA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "text": "Ночь над набережной пахнет мокрым камнем и горячим хлебом из круглосуточной пекарни. [short pause] Фонари дрожат в чёрной воде, и город дышит медленнее, чем днём. [whispering] Слышите, как далеко закрывается ставня — тихо, будто кто-то боится разбудить реку. [laughing] А на мосту кто-то всё-таки не выдерживает и смеётся в голос: слишком громко для такого часа и слишком тепло, чтобы сердиться. [excited] И вдруг пароход даёт гудок, низкий и долгий, и вся набережная на секунду оборачивается к воде. [warmly] Остаётся шаг, потом ещё один, и бумажный кулёк, который греет ладони всю дорогу домой.",
  "voice_id": "Sarah",
  "stability": 0.5,
  "similarity": 0.75,
  "prompt": "Превратите это фото товара в премиальную студийную рекламу: мягкий кинематографический свет, чистый бежевый фон, лёгкие тени, реалистичные отражения и эстетика люксового бренда."
}'

import json
import os
import requests

url = "https://api.flixa.io/v1/audio/speech-elevenlabs/eleven-v4"
payload = json.loads({"prompt": "\u041f\u0440\u0435\u0432\u0440\u0430\u0442\u0438\u0442\u0435 \u044d\u0442\u043e \u0444\u043e\u0442\u043e \u0442\u043e\u0432\u0430\u0440\u0430 \u0432 \u043f\u0440\u0435\u043c\u0438\u0430\u043b\u044c\u043d\u0443\u044e \u0441\u0442\u0443\u0434\u0438\u0439\u043d\u0443\u044e \u0440\u0435\u043a\u043b\u0430\u043c\u0443: \u043c\u044f\u0433\u043a\u0438\u0439 \u043a\u0438\u043d\u0435\u043c\u0430\u0442\u043e\u0433\u0440\u0430\u0444\u0438\u0447\u0435\u0441\u043a\u0438\u0439 \u0441\u0432\u0435\u0442, \u0447\u0438\u0441\u0442\u044b\u0439 \u0431\u0435\u0436\u0435\u0432\u044b\u0439 \u0444\u043e\u043d, \u043b\u0451\u0433\u043a\u0438\u0435 \u0442\u0435\u043d\u0438, \u0440\u0435\u0430\u043b\u0438\u0441\u0442\u0438\u0447\u043d\u044b\u0435 \u043e\u0442\u0440\u0430\u0436\u0435\u043d\u0438\u044f \u0438 \u044d\u0441\u0442\u0435\u0442\u0438\u043a\u0430 \u043b\u044e\u043a\u0441\u043e\u0432\u043e\u0433\u043e \u0431\u0440\u0435\u043d\u0434\u0430.", "similarity": 0.75, "stability": 0.5, "text": "\u041d\u043e\u0447\u044c \u043d\u0430\u0434 \u043d\u0430\u0431\u0435\u0440\u0435\u0436\u043d\u043e\u0439 \u043f\u0430\u0445\u043d\u0435\u0442 \u043c\u043e\u043a\u0440\u044b\u043c \u043a\u0430\u043c\u043d\u0435\u043c \u0438 \u0433\u043e\u0440\u044f\u0447\u0438\u043c \u0445\u043b\u0435\u0431\u043e\u043c \u0438\u0437 \u043a\u0440\u0443\u0433\u043b\u043e\u0441\u0443\u0442\u043e\u0447\u043d\u043e\u0439 \u043f\u0435\u043a\u0430\u0440\u043d\u0438. [short pause] \u0424\u043e\u043d\u0430\u0440\u0438 \u0434\u0440\u043e\u0436\u0430\u0442 \u0432 \u0447\u0451\u0440\u043d\u043e\u0439 \u0432\u043e\u0434\u0435, \u0438 \u0433\u043e\u0440\u043e\u0434 \u0434\u044b\u0448\u0438\u0442 \u043c\u0435\u0434\u043b\u0435\u043d\u043d\u0435\u0435, \u0447\u0435\u043c \u0434\u043d\u0451\u043c. [whispering] \u0421\u043b\u044b\u0448\u0438\u0442\u0435, \u043a\u0430\u043a \u0434\u0430\u043b\u0435\u043a\u043e \u0437\u0430\u043a\u0440\u044b\u0432\u0430\u0435\u0442\u0441\u044f \u0441\u0442\u0430\u0432\u043d\u044f \u2014 \u0442\u0438\u0445\u043e, \u0431\u0443\u0434\u0442\u043e \u043a\u0442\u043e-\u0442\u043e \u0431\u043e\u0438\u0442\u0441\u044f \u0440\u0430\u0437\u0431\u0443\u0434\u0438\u0442\u044c \u0440\u0435\u043a\u0443. [laughing] \u0410 \u043d\u0430 \u043c\u043e\u0441\u0442\u0443 \u043a\u0442\u043e-\u0442\u043e \u0432\u0441\u0451-\u0442\u0430\u043a\u0438 \u043d\u0435 \u0432\u044b\u0434\u0435\u0440\u0436\u0438\u0432\u0430\u0435\u0442 \u0438 \u0441\u043c\u0435\u0451\u0442\u0441\u044f \u0432 \u0433\u043e\u043b\u043e\u0441: \u0441\u043b\u0438\u0448\u043a\u043e\u043c \u0433\u0440\u043e\u043c\u043a\u043e \u0434\u043b\u044f \u0442\u0430\u043a\u043e\u0433\u043e \u0447\u0430\u0441\u0430 \u0438 \u0441\u043b\u0438\u0448\u043a\u043e\u043c \u0442\u0435\u043f\u043b\u043e, \u0447\u0442\u043e\u0431\u044b \u0441\u0435\u0440\u0434\u0438\u0442\u044c\u0441\u044f. [excited] \u0418 \u0432\u0434\u0440\u0443\u0433 \u043f\u0430\u0440\u043e\u0445\u043e\u0434 \u0434\u0430\u0451\u0442 \u0433\u0443\u0434\u043e\u043a, \u043d\u0438\u0437\u043a\u0438\u0439 \u0438 \u0434\u043e\u043b\u0433\u0438\u0439, \u0438 \u0432\u0441\u044f \u043d\u0430\u0431\u0435\u0440\u0435\u0436\u043d\u0430\u044f \u043d\u0430 \u0441\u0435\u043a\u0443\u043d\u0434\u0443 \u043e\u0431\u043e\u0440\u0430\u0447\u0438\u0432\u0430\u0435\u0442\u0441\u044f \u043a \u0432\u043e\u0434\u0435. [warmly] \u041e\u0441\u0442\u0430\u0451\u0442\u0441\u044f \u0448\u0430\u0433, \u043f\u043e\u0442\u043e\u043c \u0435\u0449\u0451 \u043e\u0434\u0438\u043d, \u0438 \u0431\u0443\u043c\u0430\u0436\u043d\u044b\u0439 \u043a\u0443\u043b\u0451\u043a, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0433\u0440\u0435\u0435\u0442 \u043b\u0430\u0434\u043e\u043d\u0438 \u0432\u0441\u044e \u0434\u043e\u0440\u043e\u0433\u0443 \u0434\u043e\u043c\u043e\u0439.", "voice_id": "Sarah"})

response = requests.post(
    url,
    headers={"Authorization": f"Bearer {os.environ['FLIXA_API_KEY']}"},
    json=payload,
    timeout=120,
)
print(response.json())

const response = await fetch(
  "https://api.flixa.io/v1/audio/speech-elevenlabs/eleven-v4",
  {
    method: "POST",
    headers: {
      Authorization: `Bearer ${process.env.FLIXA_API_KEY}`,
      "Content-Type": "application/json",
    },
    body: JSON.stringify({"prompt": "\u041f\u0440\u0435\u0432\u0440\u0430\u0442\u0438\u0442\u0435 \u044d\u0442\u043e \u0444\u043e\u0442\u043e \u0442\u043e\u0432\u0430\u0440\u0430 \u0432 \u043f\u0440\u0435\u043c\u0438\u0430\u043b\u044c\u043d\u0443\u044e \u0441\u0442\u0443\u0434\u0438\u0439\u043d\u0443\u044e \u0440\u0435\u043a\u043b\u0430\u043c\u0443: \u043c\u044f\u0433\u043a\u0438\u0439 \u043a\u0438\u043d\u0435\u043c\u0430\u0442\u043e\u0433\u0440\u0430\u0444\u0438\u0447\u0435\u0441\u043a\u0438\u0439 \u0441\u0432\u0435\u0442, \u0447\u0438\u0441\u0442\u044b\u0439 \u0431\u0435\u0436\u0435\u0432\u044b\u0439 \u0444\u043e\u043d, \u043b\u0451\u0433\u043a\u0438\u0435 \u0442\u0435\u043d\u0438, \u0440\u0435\u0430\u043b\u0438\u0441\u0442\u0438\u0447\u043d\u044b\u0435 \u043e\u0442\u0440\u0430\u0436\u0435\u043d\u0438\u044f \u0438 \u044d\u0441\u0442\u0435\u0442\u0438\u043a\u0430 \u043b\u044e\u043a\u0441\u043e\u0432\u043e\u0433\u043e \u0431\u0440\u0435\u043d\u0434\u0430.", "similarity": 0.75, "stability": 0.5, "text": "\u041d\u043e\u0447\u044c \u043d\u0430\u0434 \u043d\u0430\u0431\u0435\u0440\u0435\u0436\u043d\u043e\u0439 \u043f\u0430\u0445\u043d\u0435\u0442 \u043c\u043e\u043a\u0440\u044b\u043c \u043a\u0430\u043c\u043d\u0435\u043c \u0438 \u0433\u043e\u0440\u044f\u0447\u0438\u043c \u0445\u043b\u0435\u0431\u043e\u043c \u0438\u0437 \u043a\u0440\u0443\u0433\u043b\u043e\u0441\u0443\u0442\u043e\u0447\u043d\u043e\u0439 \u043f\u0435\u043a\u0430\u0440\u043d\u0438. [short pause] \u0424\u043e\u043d\u0430\u0440\u0438 \u0434\u0440\u043e\u0436\u0430\u0442 \u0432 \u0447\u0451\u0440\u043d\u043e\u0439 \u0432\u043e\u0434\u0435, \u0438 \u0433\u043e\u0440\u043e\u0434 \u0434\u044b\u0448\u0438\u0442 \u043c\u0435\u0434\u043b\u0435\u043d\u043d\u0435\u0435, \u0447\u0435\u043c \u0434\u043d\u0451\u043c. [whispering] \u0421\u043b\u044b\u0448\u0438\u0442\u0435, \u043a\u0430\u043a \u0434\u0430\u043b\u0435\u043a\u043e \u0437\u0430\u043a\u0440\u044b\u0432\u0430\u0435\u0442\u0441\u044f \u0441\u0442\u0430\u0432\u043d\u044f \u2014 \u0442\u0438\u0445\u043e, \u0431\u0443\u0434\u0442\u043e \u043a\u0442\u043e-\u0442\u043e \u0431\u043e\u0438\u0442\u0441\u044f \u0440\u0430\u0437\u0431\u0443\u0434\u0438\u0442\u044c \u0440\u0435\u043a\u0443. [laughing] \u0410 \u043d\u0430 \u043c\u043e\u0441\u0442\u0443 \u043a\u0442\u043e-\u0442\u043e \u0432\u0441\u0451-\u0442\u0430\u043a\u0438 \u043d\u0435 \u0432\u044b\u0434\u0435\u0440\u0436\u0438\u0432\u0430\u0435\u0442 \u0438 \u0441\u043c\u0435\u0451\u0442\u0441\u044f \u0432 \u0433\u043e\u043b\u043e\u0441: \u0441\u043b\u0438\u0448\u043a\u043e\u043c \u0433\u0440\u043e\u043c\u043a\u043e \u0434\u043b\u044f \u0442\u0430\u043a\u043e\u0433\u043e \u0447\u0430\u0441\u0430 \u0438 \u0441\u043b\u0438\u0448\u043a\u043e\u043c \u0442\u0435\u043f\u043b\u043e, \u0447\u0442\u043e\u0431\u044b \u0441\u0435\u0440\u0434\u0438\u0442\u044c\u0441\u044f. [excited] \u0418 \u0432\u0434\u0440\u0443\u0433 \u043f\u0430\u0440\u043e\u0445\u043e\u0434 \u0434\u0430\u0451\u0442 \u0433\u0443\u0434\u043e\u043a, \u043d\u0438\u0437\u043a\u0438\u0439 \u0438 \u0434\u043e\u043b\u0433\u0438\u0439, \u0438 \u0432\u0441\u044f \u043d\u0430\u0431\u0435\u0440\u0435\u0436\u043d\u0430\u044f \u043d\u0430 \u0441\u0435\u043a\u0443\u043d\u0434\u0443 \u043e\u0431\u043e\u0440\u0430\u0447\u0438\u0432\u0430\u0435\u0442\u0441\u044f \u043a \u0432\u043e\u0434\u0435. [warmly] \u041e\u0441\u0442\u0430\u0451\u0442\u0441\u044f \u0448\u0430\u0433, \u043f\u043e\u0442\u043e\u043c \u0435\u0449\u0451 \u043e\u0434\u0438\u043d, \u0438 \u0431\u0443\u043c\u0430\u0436\u043d\u044b\u0439 \u043a\u0443\u043b\u0451\u043a, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0433\u0440\u0435\u0435\u0442 \u043b\u0430\u0434\u043e\u043d\u0438 \u0432\u0441\u044e \u0434\u043e\u0440\u043e\u0433\u0443 \u0434\u043e\u043c\u043e\u0439.", "voice_id": "Sarah"}),
  }
);

console.log(await response.json());

Пример ответа

Сразу после POST приходит объект с идентификатором задачи и статусом (queued или processing). Готовый результат — в поле outputs после завершения.

{
  "id": "550e8400-e29b-41d4-a716-446655440000",
  "status": "queued",
  "created_at": "2026-05-22T12:00:00Z"
}

После успешного завершения:

{
  "id": "550e8400-e29b-41d4-a716-446655440000",
  "status": "completed",
  "outputs": [
    { "url": "https://storage.example/result.png", "type": "image" }
  ]
}

Поллинг

Пока задача в работе, опрашивайте GET https://api.flixa.io/v1/predictions/{id}/result с тем же API-ключом. Рекомендуемый интервал — 1–2 секунды; остановитесь при completed, failed или cancelled.

queued / processing — продолжайте опрос.
completed — заберите URL из outputs.
failed — смотрите error в теле ответа.

curl "https://api.flixa.io/v1/predictions/{id}/result" \
  -H "Authorization: Bearer $FLIXA_API_KEY"

ElevenLabs Eleven v4 Text to Speech

Другие демо генерации

О модели ElevenLabs Eleven v4 Text to Speech

Обзор

Сценари использования (use cases)

Ограничения и недостатки

Советы

FAQ

Цены

API

Параметры

Запрос

Пример ответа

Поллинг

Другие операции ElevenLabs Speech

ElevenLabs Eleven v3 Text to Speech

ElevenLabs Eleven v4 Turbo Text to Speech