Ir al contenido principal

elevenlabs/v4/text-to-speech

Eleven v4 es el modelo de texto a voz de ElevenLabs que convierte un guion en audio de un hablante. Este endpoint combina voces predefinidas con controles de idioma, interpretación y exportación.

Desde $0.096/1.000 caracteres

Playground

Enviar una solicitud

Inicio rápido

Los ejemplos usan las definiciones públicas de parámetros del endpoint seleccionado. Sustituye la clave de API y los medios de ejemplo, y envía la solicitud desde tu servidor.

SDK e integraciones
POSThttps://api.spicyapi.ai/api/v1/jobs/createTask

Autenticación de API

Guarda la clave de API en la variable de entorno del servidor SPICY_API_KEY. Usa autenticación Bearer y Content-Type: application/json en las solicitudes JSON.

Authorization: Bearer $SPICY_API_KEY
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
  -H "Authorization: Bearer $SPICY_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
  -d '{
  "model": "elevenlabs/v4/text-to-speech",
  "input": {
    "text": "Welcome back. Your files finished rendering a minute ago and are ready to download.",
    "language": "auto",
    "voice_id": "Roger",
    "output_format": "mp3_44100_128",
    "text_normalization_mode": "auto"
  }
}'

# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
  -H "Authorization: Bearer $SPICY_API_KEY"

Generado a partir del esquema de entrada de este modelo: el mismo con el que la API valida cada solicitud.

Parámetros de entrada

Incluye estos campos en el objeto input del cuerpo de la solicitud. Los nombres y tipos coinciden con la API. No supongas un valor predeterminado si no está indicado.

textstringObligatorio

Proporciona el guion hablado en este campo obligatorio, con un máximo de 10.000 caracteres. Las indicaciones entre corchetes, como [whispers], van junto a las palabras cuya interpretación deben orientar.

Valor predeterminado
Sin especificar
Restricciones
minLength:1
maxLength:10000
seedintegerOpcional

Mantén una seed fija al comparar una sola modificación del guion o los ajustes. Facilita comparaciones controladas sin garantizar la misma grabación.

Valor predeterminado
Sin especificar
Restricciones
minimum:0
maximum:4294967295
clone_strengthnumberOpcional

Cambiar clone_strength no afecta a las voces predefinidas disponibles en este endpoint. Aquí no se pueden proporcionar identificadores de voces personalizadas o clonadas.

Valor predeterminado
Sin especificar
Restricciones
minimum:0
maximum:1
text_normalization_modestringOpcional

Usa auto, on u off para controlar cómo se desarrollan números y abreviaturas. Si una fecha sigue siendo ambigua, escribe en el guion la forma que deseas oír y escúchala.

Valor predeterminado
"auto"
Valores permitidos
"auto""on""off"
output_formatstringOpcional

Elige entre nueve formatos de audio; el predeterminado es mp3_44100_128. Nuestra muestra medida de v4 usó mp3_22050_32; comprueba que el formato elegido sea adecuado para el destino de reproducción.

Valor predeterminado
"mp3_44100_128"
Valores permitidos
"mp3_44100_128""mp3_44100_64""mp3_22050_32""opus_48000_128""pcm_24000""pcm_16000""wav_44100""ulaw_8000""alaw_8000"
similarity_boostnumberOpcional

Según ElevenLabs, similarity_boost controla la fidelidad del habla a la voz original. Evalúalo con la voz predefinida seleccionada y un pasaje que puedas escuchar repetidamente.

Valor predeterminado
0.75
Restricciones
minimum:0
maximum:1
stabilitynumberOpcional

ElevenLabs indica que stability controla la variación entre generaciones y que los valores bajos permiten mayor rango emocional. Modifica este ajuste con el guion y la voz fijos para evaluar su efecto.

Valor predeterminado
0.5
Restricciones
minimum:0
maximum:1
languagestringOpcional

Selecciona auto para detección o uno de 91 códigos de idioma para una elección explícita. En una frase breve en inglés, en deja claro el idioma previsto.

Valor predeterminado
"auto"
Valores permitidos
"auto""af""am""ar""hy""as""ast""az""be""bn""bs""bg""my""yue""ca""ceb""hr""cs""da""nl""en""et""fil""fi""fr""ff""gl""ka""de""el""gu""ha""he""hi""hu""is""id""it""ja""jv""kam""kn""kk""ko""ky""lo""lv""ln""lt""lg""lb""mk""ms""ml""mt""zh""mi""mr""mn""ne""no""oc""or""ps""fa""pl""pt""pa""ro""ru""sr""sn""sd""sk""sl""so""ckb""es""sw""sv""tg""ta""te""th""tr""uk""ur""uz""vi""cy""wo""zu"
voice_idstringOpcional

Elige entre 21 voces predefinidas; Roger está seleccionado de forma predeterminada. Prueba el mismo pasaje con Daniel, Sarah o Lily antes de decidir el elenco.

Valor predeterminado
"Roger"
Valores permitidos
"Adam""Alice""Bella""Bill""Brian""Callum""Charlie""Chris""Daniel""Eric""George""Harry""Jessica""Laura""Liam""Lily""Matilda""River""Roger""Sarah""Will"

Seguir la tarea

HTTP 202 significa que la tarea se aceptó, no que haya terminado. Guarda el taskId devuelto y consulta esa tarea. No crees otra mientras esperas el resultado.

Solicitud aceptada
HTTP/1.1 202 Accepted
Location: /api/v1/jobs/recordInfo?taskId=job_01k3m8x9q2z4v7n5p6r8s0t1w3

{
  "code": 200,
  "msg": "success",
  "request_id": "req_example_create",
  "data": {
    "taskId": "job_01k3m8x9q2z4v7n5p6r8s0t1w3",
    "state": "queued",
    "estimatedCost": "0.750000"
  }
}

La respuesta de aceptación incluye la estimación para que tu aplicación pueda mostrar el mismo importe en el historial de tareas y en la facturación.

Consultar la tarea
curl --get "https://api.spicyapi.ai/api/v1/jobs/recordInfo" \
  --data-urlencode "taskId=$TASK_ID" \
  -H "Authorization: Bearer $SPICY_API_KEY"

Empieza consultando cada 2 segundos aproximadamente y ve espaciando los intentos. Párate en un estado final. Si se cae la conexión, consulta el taskId original. Vuelve a crear la tarea solo con la clave de idempotencia y el cuerpo originales.

O recibe el resultado por callback
import { verifyWebhook } from "@spicyapi/sdk";

// express.raw keeps the bytes we signed; express.json never matches.
app.post("/hooks/spicy", express.raw({ type: "application/json" }), (req, res) => {
  const { payload } = verifyWebhook({
    rawBody: req.body,
    timestamp: req.header("X-Webhook-Timestamp"),
    signature: req.header("X-Webhook-Signature"),
    payloadVersion: Number(req.header("X-Webhook-Payload-Version")),
    secret: process.env.SPICY_WEBHOOK_SECRET,
  });
  res.status(200).end();
  void handleFinishedTask(payload);
});

Pasa callBackUrl al crear la tarea y recibirás el registro terminado por POST, sin un bucle de consultas de estado. Cada entrega lleva X-Webhook-Timestamp, X-Webhook-Signature y X-Webhook-Payload-Version. La firma es un HMAC-SHA256 en base64 sobre taskId.timestamp.sha256(body), así que debes verificarla con los bytes originales: si analizas el JSON y vuelves a serializarlo, los bytes cambian y la verificación falla. Las entregas fallidas se reintentan, de modo que el mismo taskId puede llegar dos veces; haz que tu manejador sea idempotente. Responde 2xx primero y haz el trabajo después: un manejador lento se trata como una entrega fallida.

Leer el resultado

Procesa output solo cuando state sea succeeded. Si falla, consulta errorCode, errorMessage y request_id. Los costos y estados de ejemplo no representan una factura real.

Ejemplo de respuesta completada
{
  "code": 200,
  "msg": "success",
  "request_id": "req_example_record",
  "data": {
    "taskId": "job_01k3m8x9q2z4v7n5p6r8s0t1w3",
    "model": "elevenlabs/v4/text-to-speech",
    "state": "succeeded",
    "output": {
      "assets": [
        {
          "key": "tasks/2026/08/28/job_01k3m8x9q2z4v7n5p6r8s0t1w3/3f7a1c9e5b2d48f0a6c1e3d5b7f9a1c3.mp3",
          "mime": "audio/mpeg",
          "url": "https://example.r2.cloudflarestorage.com/results/job_01k3m8x9q2z4v7n5p6r8s0t1w3/result.mp3?X-Amz-Signature=SIGNATURE_FROM_RESPONSE",
          "expiresAt": "2026-08-28T12:20:08.000Z"
        }
      ]
    },
    "cost": "0.750000",
    "settled": true,
    "createdAt": "2026-08-28T12:00:00Z",
    "completedAt": "2026-08-28T12:00:30Z"
  }
}

Para cada archivo disponible, abre o descarga assets[].url directamente, sin la cabecera Authorization de la API. El enlace firmado expira en expiresAt: vuelve a consultar la tarea para renovarlo mientras el archivo siga dentro del periodo de conservación. Un archivo pendiente o no disponible no trae URL. Trata los enlaces firmados como datos privados.

SDK e integraciones

Usa SpicyAPI en tu app, terminal, asistente de IA o flujo visual. Elige una guía de configuración.

Úsalo en ComfyUI

Instala los nodos de SpicyAPI desde ComfyUI Manager o con el comando de abajo y busca ElevenLabs v4 · Text to Speech en el lienzo. El nodo tiene las mismas opciones que esta página y muestra su precio antes de ejecutarse.

cd ComfyUI/custom_nodes
git clone https://github.com/spicyapi-ai/comfyui-spicyapi