elevenlabs-dialogue

用途

ElevenLabs Dialogue 用于生成多说话人对话音频。它通过 inference.sh CLI（belt）调用 ElevenLabs 的 text-to-dialogue 应用，把包含多个说话人片段的文本合成为一段包含不同声音的对话音频，输出为单个音频文件。

主要能力

• 多说话人对话：在同一个请求中按 segments 数组依次提供每句台词及其对应音色，生成一段完整对话。
• 音色选择：提供 22 种以上 premium 音色。女性音色包括 aria、alice、bella、jessica、laura、lily、sarah、matilda；男性音色包括 george、adam、bill、brian、callum、charlie、chris、daniel、eric、harry、liam、river、roger、will。
• 语气指令：在台词文本中用方括号添加方向词控制表达方式，例如 [excitedly]、[sadly]、[whispering]、[angrily]、[sarcastically]、[curiously]、[proudly]、[nervously]、[cheerfully]。
• 常见音色搭配参考：Interview（george + aria）、Casual Chat（brian + sarah）、Tutorial（daniel + jessica）、Debate（adam + alice）、Podcast（charlie + bella）。

使用方式

先安装 belt CLI 技能：

npx skills add belt-sh/cli

登录：

belt login

生成对话：

belt app run elevenlabs/text-to-dialogue --input '{
"segments": [
{"text": "Have you tried the new feature?", "voice": "george"},
{"text": "Not yet, but I heard it is amazing.", "voice": "aria"},
{"text": "You should check it out today.", "voice": "george"}
]
}'

带语气指令的示例：

belt app run elevenlabs/text-to-dialogue --input '{
  "segments": [
    {"text": "[excitedly] Guess what happened today!", "voice": "aria"},
    {"text": "[curiously] What? Tell me!", "voice": "george"},
    {"text": "[proudly] We hit ten thousand users!", "voice": "aria"},
    {"text": "[surprised] No way, that is incredible!", "voice": "george"}
  ]
}'

对话与背景音乐组合的工作流：

# 1. Generate dialogue
belt app run elevenlabs/text-to-dialogue --input '{
  "segments": [
    {"text": "Welcome to the show.", "voice": "george"},
    {"text": "Great to be here.", "voice": "aria"}
  ]
}' > dialogue.json

# 2. Generate background music
belt app run elevenlabs/music --input '{
  "prompt": "Soft podcast background music, non-intrusive",
  "duration_seconds": 30
}' > music.json

# 3. Merge
belt app run infsh/media-merger --input '{
  "media": ["<dialogue-url>", "<music-url>"]
}'

适用场景

• 播客：多主持节目、访谈
• 有声书：角色对话场景
• 在线学习：讲师与学生互动
• 讲解视频：问答式教程
• 培训：客服场景演练
• 视频脚本：前期对话测试

使用建议

• 变化句子长度：短反应与长解释混合。
• 加入反应词：如 "Exactly!"、"Interesting."、"Hmm." 让对话更自然。
• 节制使用语气指令：每次交流一到两个，不要每句都加。
• 保持片段简短：每轮不超过 3 句，节奏更自然。
• 分配不同音色：使用对比明显的音色以提升清晰度。
• 为口语而写：使用缩写和非正式表达。

相关技能

# ElevenLabs TTS (single-voice narration)
npx skills add inference-sh/skills@elevenlabs-tts

# ElevenLabs music (background for dialogue)
npx skills add inference-sh/skills@elevenlabs-music

# Dia TTS dialogue (free alternative with S1/S2 tags)
npx skills add inference-sh/skills@dialogue-audio

# Full platform skill (all apps)
npx skills add inference-sh/skills@infsh-cli

浏览全部音频应用：

belt app list --category audio

限制

资料未提供价格、计费方式、音频时长上限、并发限制、支持语言范围及输出格式等具体信息，暂未提供。