textstring必須必須の台本は最大 10,000 文字です。[whispers] などの文中指示を該当する語句に添え、大量生成の前に text を校正してください。
- デフォルト値
- 指定なし
- 制約
- minLength:1maxLength:10000
例は、選択中のエンドポイントの公開パラメーター定義から作っています。API キーとサンプル素材を差し替えて、ご自身のサーバーから送信してください。
SDK・連携https://api.spicyapi.ai/api/v1/jobs/createTaskAPI キーはサーバーの環境変数 SPICY_API_KEY に保存します。Bearer 認証を使用し、JSON リクエストには Content-Type: application/json を指定してください。
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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "elevenlabs/v4-turbo/text-to-speech",
"input": {
"text": "Welcome back. Your files finished rendering a minute ago and are ready to download.",
"language": "auto",
"voice_id": "Roger",
"output_format": "mp3_44100_128",
"text_normalization_mode": "auto"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"このモデルの入力スキーマから生成した例です。API はどのリクエストも、同じスキーマで検証します。
これらのフィールドは、リクエスト本文の input オブジェクトに指定します。名前と型は API と一致します。デフォルト値の指定がない項目に、デフォルト値があると想定しないでください。
textstring必須必須の台本は最大 10,000 文字です。[whispers] などの文中指示を該当する語句に添え、大量生成の前に text を校正してください。
seedinteger任意台本や設定の変更を一度に 1 点ずつ比べたい場合は seed を固定します。同じ音声を期待するのではなく、新しい演技として結果を評価してください。
clone_strengthnumber任意プリセット音声の試聴では clone_strength は省略してください。これらの声には効果がなく、このエンドポイントは独自音声やクローン音声を選ぶ機能を提供しません。
text_normalization_modestring任意auto、on、off で数値と略語の正規化を指定します。文字どおりの表記で正しく読まれると決めつけず、実際に公開する日付、製品名、コードで試してください。
"auto""on""off"output_formatstring任意既定の mp3_44100_128 を含む 9 種類から選びます。別の MP3 形式として mp3_22050_32 も使えます。再生環境が選択形式に対応するか確認します。
"mp3_44100_128""mp3_44100_64""mp3_22050_32""opus_48000_128""pcm_24000""pcm_16000""wav_44100""ulaw_8000""alaw_8000"similarity_boostnumber任意選んだ声の特徴が演技にどう反映されるかを調べるときは similarity_boost を調整します。同じ語句で比較し、複数の音声設定を同時に変えないようにしてください。
stabilitynumber任意stability で話し方の安定性を調整し、短いサンプルで聞きます。比較中は台本と声を変えないでください。どの値もテイクの一致を保証しません。
languagestring任意auto または対応する 91 の言語コードを指定します。各言語版の短い案内では、目的の言語を選び、その言語で書いた text を用意してください。
"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_idstring任意プリセット 21 種類から選び、省略すると Roger を使います。独自の音声 ID を送る代わりに、同じ短いせりふを Sarah、Daniel、Lily で試せます。
"Adam""Alice""Bella""Bill""Brian""Callum""Charlie""Chris""Daniel""Eric""George""Harry""Jessica""Laura""Liam""Lily""Matilda""River""Roger""Sarah""Will"{
"type": "object",
"required": [
"text"
],
"x-pricing": {
"billingMode": "per_unit",
"variantFields": []
},
"properties": {
"seed": {
"type": "integer",
"x-ui": {
"order": 10,
"widget": "number",
"advanced": true
},
"maximum": 4294967295,
"minimum": 0,
"description": "Random seed for controlled comparisons."
},
"text": {
"type": "string",
"x-ui": {
"rows": 6,
"order": 100,
"widget": "textarea",
"primary": true
},
"maxLength": 10000,
"minLength": 1,
"description": "The words to speak. Audio tags such as [whispers] or [sighs] are performed, not read. Billed per 1,000 characters. Up to 10,000 characters; about 5,000 or fewer keeps a long read from being cut off."
},
"language": {
"enum": [
"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"
],
"type": "string",
"x-ui": {
"order": 80,
"widget": "select",
"enum_labels": {
"af": "Afrikaans",
"am": "Amharic",
"ar": "Arabic",
"as": "Assamese",
"az": "Azerbaijani",
"be": "Belarusian",
"bg": "Bulgarian",
"bn": "Bengali",
"bs": "Bosnian",
"ca": "Catalan",
"cs": "Czech",
"cy": "Welsh",
"da": "Danish",
"de": "German",
"el": "Greek",
"en": "English",
"es": "Spanish",
"et": "Estonian",
"fa": "Persian",
"ff": "Fula (Pulaar)",
"fi": "Finnish",
"fr": "French",
"gl": "Galician",
"gu": "Gujarati",
"ha": "Hausa",
"he": "Hebrew",
"hi": "Hindi",
"hr": "Croatian",
"hu": "Hungarian",
"hy": "Armenian",
"id": "Indonesian",
"is": "Icelandic",
"it": "Italian",
"ja": "Japanese",
"jv": "Javanese",
"ka": "Georgian",
"kk": "Kazakh",
"kn": "Kannada",
"ko": "Korean",
"ky": "Kyrgyz",
"lb": "Luxembourgish",
"lg": "Luganda",
"ln": "Lingala",
"lo": "Lao",
"lt": "Lithuanian",
"lv": "Latvian",
"mi": "Māori",
"mk": "Macedonian",
"ml": "Malayalam",
"mn": "Mongolian",
"mr": "Marathi",
"ms": "Malay",
"mt": "Maltese",
"my": "Burmese",
"ne": "Nepali",
"nl": "Dutch",
"no": "Norwegian",
"oc": "Occitan",
"or": "Odia",
"pa": "Punjabi",
"pl": "Polish",
"ps": "Pashto",
"pt": "Portuguese",
"ro": "Romanian",
"ru": "Russian",
"sd": "Sindhi",
"sk": "Slovak",
"sl": "Slovenian",
"sn": "Shona",
"so": "Somali",
"sr": "Serbian",
"sv": "Swedish",
"sw": "Swahili",
"ta": "Tamil",
"te": "Telugu",
"tg": "Tajik",
"th": "Thai",
"tr": "Turkish",
"uk": "Ukrainian",
"ur": "Urdu",
"uz": "Uzbek",
"vi": "Vietnamese",
"wo": "Wolof",
"zh": "Mandarin Chinese",
"zu": "Zulu",
"ast": "Asturian",
"ceb": "Cebuano",
"ckb": "Sorani Kurdish",
"fil": "Filipino",
"kam": "Kamba",
"yue": "Cantonese",
"auto": "Auto-detect"
}
},
"default": "auto",
"description": "Language to enforce, as an ISO code, or auto to detect it from the text."
},
"voice_id": {
"enum": [
"Adam",
"Alice",
"Bella",
"Bill",
"Brian",
"Callum",
"Charlie",
"Chris",
"Daniel",
"Eric",
"George",
"Harry",
"Jessica",
"Laura",
"Liam",
"Lily",
"Matilda",
"River",
"Roger",
"Sarah",
"Will"
],
"type": "string",
"x-ui": {
"order": 90,
"widget": "select",
"enum_labels": {
"Adam": "Adam (male)",
"Bill": "Bill (male)",
"Eric": "Eric (male)",
"Liam": "Liam (male)",
"Lily": "Lily (female)",
"Will": "Will (male)",
"Alice": "Alice (female)",
"Bella": "Bella (female)",
"Brian": "Brian (male)",
"Chris": "Chris (male)",
"Harry": "Harry (male)",
"Laura": "Laura (female)",
"River": "River (female)",
"Roger": "Roger (male)",
"Sarah": "Sarah (female)",
"Callum": "Callum (male)",
"Daniel": "Daniel (male)",
"George": "George (male)",
"Charlie": "Charlie (male)",
"Jessica": "Jessica (female)",
"Matilda": "Matilda (female)"
}
},
"default": "Roger",
"description": "Preset voice."
},
"stability": {
"type": "number",
"x-ui": {
"step": 0.05,
"order": 70,
"widget": "slider"
},
"default": 0.5,
"maximum": 1,
"minimum": 0,
"description": "How steady the delivery is, 0 to 1. Lower is more expressive and more variable."
},
"output_format": {
"enum": [
"mp3_44100_128",
"mp3_44100_64",
"mp3_22050_32",
"opus_48000_128",
"pcm_24000",
"pcm_16000",
"wav_44100",
"ulaw_8000",
"alaw_8000"
],
"type": "string",
"x-ui": {
"order": 50,
"widget": "select",
"advanced": true,
"enum_labels": {
"alaw_8000": "A-law · 8 kHz",
"pcm_16000": "PCM (raw) · 16 kHz",
"pcm_24000": "PCM (raw) · 24 kHz",
"ulaw_8000": "μ-law · 8 kHz",
"wav_44100": "WAV · 44.1 kHz",
"mp3_22050_32": "MP3 · 22.05 kHz · 32 kbps",
"mp3_44100_64": "MP3 · 44.1 kHz · 64 kbps",
"mp3_44100_128": "MP3 · 44.1 kHz · 128 kbps",
"opus_48000_128": "Opus · 48 kHz · 128 kbps"
}
},
"default": "mp3_44100_128",
"description": "Audio container, sample rate and bitrate. pcm is raw audio without a file header."
},
"clone_strength": {
"type": "number",
"x-ui": {
"step": 0.05,
"order": 20,
"widget": "slider",
"advanced": true
},
"maximum": 1,
"minimum": 0,
"description": "Strength of a professional voice clone, 0 to 1. Has no effect on preset voices."
},
"similarity_boost": {
"type": "number",
"x-ui": {
"step": 0.05,
"order": 65,
"widget": "slider"
},
"default": 0.75,
"maximum": 1,
"minimum": 0,
"description": "How closely the speech follows the selected voice, 0 to 1."
},
"text_normalization_mode": {
"enum": [
"auto",
"on",
"off"
],
"type": "string",
"x-ui": {
"order": 30,
"widget": "select",
"advanced": true,
"enum_labels": {
"on": "Always",
"off": "Off",
"auto": "Auto"
}
},
"default": "auto",
"description": "Whether numbers, dates and abbreviations are spelled out before reading."
}
},
"additionalProperties": false
}HTTP 202 はタスクを受け付けたという意味で、生成が終わったという意味ではありません。返ってきた taskId を保存し、そのタスクの状態を問い合わせてください。結果を待っている間に、同じ内容でタスクを作り直さないでください。
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"
}
}受理レスポンスには今回の概算料金が含まれるため、アプリのタスク履歴と請求画面に同じ金額を表示できます。
curl --get "https://api.spicyapi.ai/api/v1/jobs/recordInfo" \
--data-urlencode "taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"ポーリングは約 2 秒間隔から始め、徐々に間隔を延ばします。終了状態になったら止めてください。通信が切れたときも、元の taskId で状態を確認します。作成をやり直すときは、同じ冪等キーと同じ本文をそのまま使い回してください。
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);
});タスク作成時に callBackUrl を渡せば、完了したレコードが POST で届きます——ポーリングは一切不要です。配信には毎回 X-Webhook-Timestamp、X-Webhook-Signature、X-Webhook-Payload-Version が付きます。署名は taskId.timestamp.sha256(body) に対する HMAC-SHA256(base64)なので、生のバイト列で検証してください。JSON を解析して再度文字列化するとバイト列が変わり、検証は必ず失敗します。失敗した配信は再送されるため同じ taskId が二度届くことがあります。ハンドラーは冪等に。まず 2xx を返し、処理はその後で——応答が遅いと配信失敗として扱われます。
output を読むのは、state が succeeded のときだけにしてください。失敗したときは errorCode、errorMessage、request_id を手がかりに調べます。例に出ている料金や状態は、実際の請求ではありません。
{
"code": 200,
"msg": "success",
"request_id": "req_example_record",
"data": {
"taskId": "job_01k3m8x9q2z4v7n5p6r8s0t1w3",
"model": "elevenlabs/v4-turbo/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"
}
}利用可能なファイルは assets[].url からそのまま開くか、ダウンロードできます。API の Authorization ヘッダーは不要です。署名付き URL は expiresAt で失効しますが、保存期間内であればタスクを再取得することで更新できます。処理中または利用できないファイルに URL はありません。署名付き URL は非公開情報として扱ってください。
アプリ、ターミナル、AI アシスタント、ビジュアルワークフローで SpicyAPI を活用。接続ガイドを選んでください。
上のコードを書く必要はありません。MCP サーバーを 1 回接続すれば、MCP に対応するエージェント(Claude Code、Codex、Cursor、Windsurf、VS Code、Gemini CLI、Cline、LibreChat)がこのモデルを名前で実行できます。シェルから 1 つのコマンドで実行することもできます。
Use elevenlabs/v4-turbo/text-to-speech to generate a portrait of a dancer under neon light, and save it to ./out/.
エージェントは公開カタログからモデルを引き、ローカルファイルを代わりにアップロードし、正確な見積もりと上限額を示して確認を待ちます。承認するまで課金は発生しません。
claude mcp add spicyapi -e SPICY_API_KEY=$SPICY_API_KEY \
-- npx --yes --package=@spicyapi/mcp spicyapi-mcp
npx skills add spicyapi-ai/spicy-skill1 行目でツールを、2 行目で Skill を渡します。Skill は使い方の取り決めです——課金の前に見積もりを取り、ローカルファイルはバイト列を貼らずにアップロードし、完成した成果物の URL を推測せずに読む。ほかのクライアントも同じサーバーをそれぞれの設定ファイルから使います。開発者向けページをご覧ください。
npx @spicyapi/cli tasks create --model elevenlabs/v4-turbo/text-to-speech \
--input-json '{"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"}' \
--wait入力は上の例と同じ、このエンドポイント固有のスキーマに従います。--wait はタスクの完了までポーリングして結果を表示します。CI では --yes を追加すると確認を省略できます。先に SPICY_API_KEY を設定してください。API、CLI、MCP サーバーで同じキーを使えます。
npx @spicyapi/cli tasks create --model elevenlabs/v4-turbo/text-to-speech \
--input-json '{…}' --retention 1h --wait
npx @spicyapi/cli tasks get $TASK_ID # read back the retention that applied--retention は保持期間を短くするだけです——30m、1h、7d、あるいは 0 なら終了と同時に削除。実際に効くのはリクエスト・アカウント設定・プラットフォーム上限のうち最も短い値なので、指定した数値が通った前提で進めず、タスクレコードから読み戻してください。アカウントの許容より長い値を渡しても何も起きません。
ComfyUI Manager か下のコマンドで SpicyAPI ノードをインストールしたら、キャンバスで ElevenLabs v4 Turbo · Text to Speech を検索してください。このノードにはこのページと同じオプションがあり、実行前に価格が表示されます。
cd ComfyUI/custom_nodes
git clone https://github.com/spicyapi-ai/comfyui-spicyapi埋め込みパネルはこのページと同じスキーマを参照するため、API 仕様とのずれを防げます。ドキュメント内の検索対象にする場合は、/api/embed/models/ の JSON を取得して描画してください。
<iframe src="https://spicyapi.ai/embed/ja/models/elevenlabs-v4-turbo/api?model=elevenlabs%2Fv4-turbo%2Ftext-to-speech" width="100%" height="560" loading="lazy" title="リクエスト例" style="border:1px solid rgba(0,0,0,.12)"></iframe>