SuperAPI AI 工具集

elevenlabs-voice-changer

通用与其它

查看项目

更新于 11-14 16:16

技能介绍

ElevenLabs Voice Changer 是一个基于 inference.sh CLI 的语音转换技能,用于将一段人声转换为另一种目标音色,同时尽量保留原有的语音内容与情绪表达。

用途与主要能力 该技能的核心用途是语音转换(Speech-to-Speech)。它提供两种模型:Multilingual STS v2(eleven_multilingual_sts_v2),支持70多种语言,为默认模型;English STS v2(eleven_english_sts_v2),针对英语优化。音色方面提供与 ElevenLabs TTS 相同的22种以上高级音色,包括 george(英式、权威感,默认)、aria(美式、口语化)、alice(英式、自信)、brian(美式、口语化)、charlie(澳式、自然)、daniel(英式、有气势)、jessica(美式、富有表现力)、sarah(美式、友好),以及 adam、bella、bill、callum、chris、eric、harry、laura、liam、lily、matilda、river、roger、will 等多种风格。输出格式可通过 output_format 参数指定,例如 mp3_44100_192。

使用方式 使用前需安装 inference.sh CLI(belt),可使用 npx skills add belt-sh/cli 安装技能,并通过 belt login 登录。基本调用方式为 belt app run elevenlabs/voice-changer --input '{"audio": "https://recording.mp3", "voice": "aria"}',其中 audio 为音频地址,voice 指定目标音色。可选择 model 参数切换为英语优化模型,或通过 output_format 指定输出格式。示例工作流包括:先录制脚本朗读,再转换为专业音色,最后配合 infsh/media-merger 将音频与视频合并;也可由同一演员录音生成多个角色音色(如 george、lily、charlie)。

适用场景 资料列出的用例包括:内容创作(为视频和播客转换声音)、配音表演(一次表演生成多个角色)、隐私保护(对录音中的声音进行匿名化)、配音替换(替换视频内容中的声音)、可访问性(转换为偏好的声音特征)、原型测试(在聘请配音演员前测试不同音色)。相关技能还有 ElevenLabs TTS、voice isolator、dubbing 及完整平台技能。

限制 资料未提供该技能的收费、价格、音质效果指标、处理时长或音频输入输出规格等具体信息,这些内容暂未提供。