الون‌لبز v3 (Eleven v3)
Eleven v3 مدل تبدیل متن به گفتار ElevenLabs است که ۱۳ خرداد ۱۴۰۴ به‌صورت آلفا معرفی شد و ۱۳ بهمن ۱۴۰۴ از آلفا خارج شد. با تگ‌هایی مثل [whispers] و [laughs] می‌شود احساس و لحن را کنترل کرد و بیش از ۷۰ زبان، از جمله فارسی، را پشتیبانی می‌کند. از ۶ مهر ۱۴۰۵ نسخهٔ تازه‌تر Eleven v4 آمده و ElevenLabs حالا v3 را نسل قبلی می‌نامد، ولی هنوز در دسترس است. برای تولیدکنندهٔ محتوا، کتاب صوتی و دوبله مناسب است.
Eleven v3 مدل تبدیل متن به گفتار ElevenLabs با تگ‌های صوتی و دیالوگ چندگوینده است. این صفحه مشخصات رسمی، دسترسی هر پلن و محدودیت‌هایش را تاریخ‌دار و با منبع جمع کرده است.
مشخصات فنی
هر مقدار تا تاریخ ذکرشده معتبر است؛ منبع هر ردیف کنارش آمده.
| مشخصه | مقدار | تا تاریخ | منبع |
|---|---|---|---|
| شناسهٔ API | eleven_v3 | ۱۷ مهر ۱۴۰۵ | منبع رسمی |
| زبان‌ها | بیش از ۷۰ زبان؛ فارسی (fas) در فهرست رسمی هست | ۱۷ مهر ۱۴۰۵ | منبع رسمی |
| سقف کاراکتر هر درخواست | ۵٬۰۰۰ کاراکتر (حدود ۵ دقیقه صدا) | ۱۷ مهر ۱۴۰۵ | منبع رسمی |
| ورودی و خروجی | ورودی متن، خروجی صدا؛ دیالوگ چندگوینده با Text to Dialogue | ۱۷ مهر ۱۴۰۵ | منبع رسمی |
| تگ‌های صوتی | مثل [sad]، [angry]، [whispers]، [shouts]، [laughs]، [sighs] | ۱۷ مهر ۱۴۰۵ | منبع رسمی |
| هزینه در وب‌سایت | ۱ اعتبار برای هر کاراکتر | ۱۷ مهر ۱۴۰۵ | منبع رسمی |
| قیمت رسمی API | ۰٫۰۸ دلار برای هر ۱٬۰۰۰ کاراکتر | ۱۷ مهر ۱۴۰۵ | منبع رسمی |
| وضعیت | عرضهٔ عمومی؛ ElevenLabs آن را نسل قبلی می‌نامد و تاریخ توقف اعلام نکرده | ۱۷ مهر ۱۴۰۵ | منبع رسمی |
| نام دیگر | eleven_v3 شناسهٔ رسمی در API | ||
| نام دیگر | Eleven v3 (alpha) نام مدل پیش از عرضهٔ عمومی در ۱۳ بهمن ۱۴۰۴ | ||
حالت Eleven v3 Conversational | نسخهٔ بلادرنگ با تأخیر حدود ۲۸۰ میلی‌ثانیه (بدون تأخیر شبکه) و تگ‌های صوتی؛ شناسهٔ eleven_v3_conversational. |
تایم‌لاین نسخه‌ها
رویدادهای مهم این مدل، به ترتیب زمانی معکوس.
Eleven v4Eleven v4 و Eleven v4 Turbo عرضه شدند و v3 در مستندات «نسل قبلی» نامیده می‌شود. اعلام رسمی
به گزارش ElevenLabs، خطای کلی در خواندن عدد و نماد در سنجهٔ داخلی از ۱۵٫۳٪ به ۴٫۹٪ رسید. اعلام رسمی
Eleven v3 (alpha)با تگ‌های صوتی، دیالوگ چندگوینده و بیش از ۷۰ زبان روی وب‌سایت عرضه شد. اعلام رسمی
موارد استفاده
جاهایی که این مدل واقعاً تفاوت می‌سازد.
کتاب صوتی و روایت داستان
ElevenLabs می‌گوید این مدل برای روایت کتاب صوتی، گفت‌وگوی شخصیت‌ها و دیالوگ احساسی خوب کار می‌کند. با تگ‌هایی مثل [whispers] و [sighs] لحن هر جمله را تنظیم می‌کنید.
دیالوگ چندگوینده
با حالت دیالوگ و Text to Dialogue، چند صدا را در یک فایل با مکث و قطع حرف طبیعی می‌سازید. برای پادکست، ویدیو و تیزر مناسب است.
محتوای صوتی به زبان‌های مختلف
بیش از ۷۰ زبان را پشتیبانی می‌کند و فارسی هم در فهرست رسمی هست. برای ساخت نسخهٔ صوتی یک محتوا به چند زبان کاربرد دارد.
محدودیت‌ها و آنچه این مدل نیست
- برای کار بلادرنگ نیست ElevenLabs می‌گوید تأخیر بیشتر Eleven v3 آن را برای کاربرد بلادرنگ و مکالمه‌ای مناسب نمی‌کند. برای این کار Eleven v3 Conversational یا Eleven v4 Turbo هست. منبع رسمی
- Professional Voice Clone بهینه نیست به گفتهٔ ElevenLabs، Professional Voice Clone برای v3 کاملاً بهینه نشده و Instant Voice Clone یا صدای طراحی‌شده پیشنهاد می‌شود. صفحهٔ v4 می‌گوید Professional Voice Clone در v4 دوباره پشتیبانی می‌شود. منبع رسمی
- مدل نسل قبلی است از ۶ مهر ۱۴۰۵ نسخهٔ Eleven v4 آمده و ElevenLabs پیشنهاد می‌کند به v4 بروید و آن را با محتوای خودتان امتحان کنید. سقف هر درخواست v3 هم ۵٬۰۰۰ کاراکتر است. منبع رسمی
سؤالات متداول
Eleven v3 فارسی پشتیبانی می‌کنه؟
تگ صوتی در Eleven v3 یعنی چی؟
با آمدن Eleven v4، هنوز می‌شه از v3 استفاده کرد؟
قیمت API مدل Eleven v3 چنده؟
منابع رسمی
مدل‌های مرتبط
هم‌خانواده‌ها، بقیهٔ مدل‌های همین سازنده، و مدل‌هایی که با همان اشتراک باز می‌شوند.
| مدل | قیمت رسمی | وضعیت | تفاوت کلیدی |
|---|---|---|---|
الون‌لبز v3 (Eleven v3) | ۰٫۰۸ دلار برای هر ۱٬۰۰۰ کاراکتر | فعال | گفتار بیانگر با تگ‌های صوتی و دیالوگ چندگوینده |
الون‌لبز v4 (Eleven v4) | ۰٫۰۸ دلار برای هر ۱٬۰۰۰ کاراکتر | فعال | پراحساس‌ترین مدل متن به گفتار ElevenLabs |
الون موزیک v2.5 (Eleven Music v2.5) | ۰٫۱۵ دلار برای هر دقیقه؛ صفحهٔ قیمت آن را برای v2.5 جدا نکرده | فعال | پیشرفته‌ترین مدل موسیقی الون‌لبز |
الون‌لبز v4 توربو (Eleven v4 Turbo) | ندارد | فعال | |
الون‌لبز اسکرایب v2 (Scribe v2) | ۰٫۲۲ دلار برای هر ساعت صدا؛ Keyterm prompting ۰٫۰۵ دلار در ساعت اضافه | فعال | ۹۰+ زبان؛ فارسی در ردهٔ High Accuracy |
ElevenLabs ۳ مدلv2.5 (Eleven Music v2.5)فعالپیشرفته‌ترین مدل موسیقی الون‌لبز۰٫۱۵ دلار برای هر دقیقه؛ صفحهٔ قیمت آن را برای v2.5 جدا نکردهمشخصاتالون‌لبز v4 توربو (Eleven v4 Turbo)فعالقیمت عمومی نداردمشخصاتالون‌لبز اسکرایب v2 (Scribe v2)فعال۹۰+ زبان؛ فارسی در ردهٔ High Accuracy۰٫۲۲ دلار برای هر ساعت صدا؛ Keyterm prompting ۰٫۰۵ دلار در ساعت اضافهمشخصاتمدلهای دیگر برای همین کاربردها
این مدل در این فهرست‌ها هم آمده است. هر فهرست مدل‌های همان کاربرد و اشتراکی که بازشان می‌کند را کنار هم نشان می‌دهد.
همهٔ کاربردها