namifusion

如何使用 Eleven Multilingual v2 API:文字转语音接入指南(2026)

2 min · 更新于 2026-07-11 · NamiFusion 团队

Eleven Multilingual v2 API 接入教程:参数说明、价格与可直接运行的调用代码,先在 Playground 试玩再一行代码接入。

Eleven Multilingual v2 是一款文字转语音模型(由 ElevenLabs 提供):Our most life-like, emotionally rich mode in 29 languages. Best for voice overs, audiobooks, post-production, or any other content creation needs在 NamiFusion 上可以在 Playground 直接试玩(提交前显示准确报价),再通过统一 REST API 一行代码接入,典型一次调用约 $0.010。

TL;DR

· 任务类型:文字转语音,由 ElevenLabs 提供

· 价格:典型一次约 $0.010($1 = 100 积分),按量计费无订阅

· 上手路径:Playground 试玩(提交前显示报价)→ API Keys 建密钥 → 一个 POST 接入

· 可调参数:4 个(见下方参数表)

· 无平台水印,商用可用(遵守服务条款)

用 Eleven Multilingual v2 能做什么?

视频配音与旁白:为短视频、课程、广告快速生成多语言人声。

有声内容生产:把文章、新闻、小说批量转成可发布的音频。

产品语音界面:为应用和智能硬件生成一致的品牌语音。

怎么调用这个 API?

1. 在 NamiFusion 注册并在 API Keys 页面创建密钥(注册送免费积分)。

2. 用下面的 cURL 示例提交任务,Header 带上 Bearer 密钥。

3. 用返回的 task_uuid 轮询任务状态,完成后取输出 URL。

提交任务
# 1) Submit — returns { "task_uuid": "..." }
curl -X POST "https://www.namifusion.com/api/v1/marketplace/run/eleven_multilingual_v2" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "input": {
    "voice_id": "JBFqnCBsd6RMkjVDRZzb",
    "language_code": "en",
    "similarity_boost": 0.8,
    "stability": 0.55
  }
}'

# 2) Poll until status is "completed", then read the output URLs
curl "https://www.namifusion.com/api/v1/marketplace/run/tasks/TASK_UUID" \
  -H "Authorization: Bearer YOUR_API_KEY"

有哪些参数?

voice_id(声音id):必填

language_code(ISO 639-1语言code):可选

similarity_boost(相似度):可选,默认 0.75

stability(稳定性):可选,默认 0.5

价格是多少?

按次积分计价,典型一次调用约 $0.010($1 = 100 积分),实际价格随参数(分辨率/时长等)变化,Playground 里提交前会显示准确报价。

Eleven Multilingual v2

高自然度多语言文本转语音模型,兼顾速度、稳定性与成本效率。

Multilingual V2 是 ElevenLabs 提供的多语言文本转语音模型,可将书面文本转换为自然、富有表现力的语音输出。该模型具备无冷启动、发音清晰、语调自然和价格友好的优势,适合需要稳定批量生成音频的开发者与内容团队。

🚀 关键特性

  • 高自然度语音表现:提供接近真人的语调、节奏与停顿,适合旁白、解说和叙述类内容。
  • 多语言支持:面向多语言场景优化,具备更好的发音准确性与口音处理能力。
  • 可调节语音风格:可通过 similaritystability 控制音色贴合度与表达稳定性。
  • Speaker Boost 增强:提升英文数字、日期、单位等内容的规范化与可读性,尤其适合金融、时间和测量类文本。
  • 无冷启动体验:适合在线生成与高频调用场景,减少等待时间。
  • 成本可控:按字符计费,定价清晰,适合从原型验证到生产部署的不同阶段。

🛠️ 技术规格

项目说明
模型架构多语言文本转语音(Text-to-Speech,TTS)模型
模型 IDelevenlabs/multilingual-v2
输入文本(string)
输出音频
最大输入长度10000 字符
计费单位每个字符按 1 token 计,按实际字符数计费
语音选择voice_id,默认 Alice,支持内置音色与自定义音色
相似度控制similarity:0.0–1.0,默认 1
稳定性控制stability:0.0–1.0,默认 0.5
英文数字增强use_speaker_boost:boolean,默认 true
停顿控制可在词语之间使用 <#x#> 控制停顿时长(0.01–99.99 秒)
延迟未公开固定值;平台强调无冷启动与快速推理
适用场景配音、旁白、教学内容、产品视频、全球客服

示例提示词

注:该模型为文本转语音模型,以下示例为输入文本示例。

  1. Welcome to our product demo. Today we will walk through the key features and benefits in under two minutes.
  2. Your order will arrive on Friday <#0.5#> between 2 PM and 5 PM. Thank you for shopping with us.
  3. The total balance is 1,245 dollars and 80 cents, due on September 15.

💰 价格

计费项价格
基础价格$0.1 / 1000 字符

FAQ

可以先免费试用吗?+

注册即送积分,但赠送积分目前仅适用于应用内的部分换脸功能;本模型按量积分计费。Playground 仍可无代码试玩,提交前会显示准确报价。

生成内容可以商用吗?有水印吗?+

可以商用,NamiFusion 不给生成结果加平台水印;使用须遵守服务条款与适用法律。

内容政策是什么?+

NamiFusion 是无过滤引擎,不做武断限制、对 NSFW 友好,但禁止违法内容与非自愿的真人素材,详见服务条款。

Eleven Multilingual v2 的任务要跑多久?+

取决于参数,图像通常数秒到数十秒,视频通常数十秒到几分钟;API 返回 task_uuid 供轮询。

分辨率/时长上限是多少?+

以模型参数表为准:每个模型的可选分辨率、时长档位都在上方参数说明与 Playground 中列出。