本文へスキップ

elevenlabs/v4/text-to-speech

Eleven v4 は、台本を単一話者の音声にする ElevenLabs の音声合成モデルです。このエンドポイントでプリセット音声、言語、話し方、書き出し形式を組み合わせて指定できます。

最低価格 $0.096/1,000 文字

プレイグラウンド

リクエストを送信

クイックスタート

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
POSThttps://api.spicyapi.ai/api/v1/jobs/createTask

API 認証

API 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/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。

入力パラメーター

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

この必須フィールドに、読み上げる台本を 10,000 文字以内で指定します。[whispers] などの角括弧タグは、指示したい語句のそばに置いてください。

デフォルト値
指定なし
制約
minLength:1
maxLength:10000
seedinteger任意

台本や設定の変更を 1 点ずつ比較するときは seed を固定します。条件をそろえる助けになりますが、同一の録音を保証するものではありません。

デフォルト値
指定なし
制約
minimum:0
maximum:4294967295
clone_strengthnumber任意

このエンドポイントのプリセットは clone_strength を変更しても変わりません。独自の音声やクローン音声の ID は指定できません。

デフォルト値
指定なし
制約
minimum:0
maximum:1
text_normalization_modestring任意

auto、on、off で数値や略語の展開を制御します。日付の読みが曖昧なままなら、意図した読み方を台本に書き、試聴してください。

デフォルト値
"auto"
使用可能な値
"auto""on""off"
output_formatstring任意

音声形式は 9 種類で、既定は mp3_44100_128 です。v4 の実測には mp3_22050_32 を使いました。再生先に合う形式か確認してください。

デフォルト値
"mp3_44100_128"
使用可能な値
"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

ElevenLabs は similarity_boost を、元の声にどれだけ近づけるかの設定と説明しています。繰り返し聞ける一節を使い、選んだプリセット音声に対する効果を確認します。

デフォルト値
0.75
制約
minimum:0
maximum:1
stabilitynumber任意

ElevenLabs によると stability は生成ごとの変化を制御し、低い値ほど感情表現の幅が広がります。台本と声を固定して調整し、効果を聞き分けてください。

デフォルト値
0.5
制約
minimum:0
maximum:1
languagestring任意

自動検出には auto、明示的な指定には 91 の言語コードを使います。短い英語のせりふなら en にすると意図する言語が明確になります。

デフォルト値
"auto"
使用可能な値
"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

21 種類のプリセットから選びます。既定は Roger です。配役を決める前に、同じ一節を Daniel、Sarah、Lily で試聴できます。

デフォルト値
"Roger"
使用可能な値
"Adam""Alice""Bella""Bill""Brian""Callum""Charlie""Chris""Daniel""Eric""George""Harry""Jessica""Laura""Liam""Lily""Matilda""River""Roger""Sarah""Will"

タスクを追跡

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。

受理レスポンス
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。

タスクを取得する
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。

あるいは、コールバックに知らせてもらう
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。

結果を取得

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。

完了レスポンスの例
{
  "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"
  }
}

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。

SDK・連携

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。

ComfyUI で使う

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 · 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