ElevenLabs: Eleven Flash v2.5 Text to Speech API

Eleven Flash v2.5 是 ElevenLabs 官方提供的高速文本转语音模型，专为实时语音生成场景设计。根据官方文档，该模型在语音生成速度与系统响应时间方面进行了优化，是目前延迟最低的 TTS 模型之一。 Flash v2.5 支持约 32 种语言，单次请求最大可处理约 40,000 字符，并提供约 75 毫秒级的极低延迟表现（不包含网络传输与应用层延迟）。因此，它非常适用于对实时性要求较高的应用，例如语音助手、对话式 AI、游戏交互系统以及大规模自动语音生成任务。