用途:处理对现有语音的改造任务,包括把源音频或视频翻译成其他语言、把已有表演转换为指定或克隆音色、在转换前清理语音,以及围绕 ElevenLabs 规划本地化交付物。普通文本转语音生成不属于本技能范围,除非 TTS 仅作为配音或变声流程的辅助步骤。
路径选择:需要翻译并尽量保留说话人时间与身份时用 Dubbing;语言内容已正确、只需换成另一音色并保留情感节奏时用 Voice Changer(语音转语音);噪声、音乐或环境声影响识别与转换时,先用 Audio Isolation 清理。涉及法律、医疗、品牌等精确翻译或严格字幕时,应额外安排人工翻译与复核,不应把自动配音当作最终版本。
主要接口:配音使用 POST /v1/dubbing,支持上传媒体或 source_url、target_lang、source_lang、num_speakers、时间范围、水印与背景音控制等,返回 dubbing_id 和预计时长;用 GET /v1/dubbing/{dubbing_id} 查询状态;用 GET /v1/dubbing/{dubbing_id}/audio/{language_code} 获取自动配音结果;字幕可用 /v1/dubbing/{dubbing_id}/transcripts/{language_code}/format/{format_type} 导出 srt、webvtt 或 json。变声使用 POST /v1/speech-to-speech/{voice_id},可设置 output_format、model_id、voice_settings、seed、remove_background_noise 等,需要支持语音转语音的模型。音频隔离使用 POST /v1/audio-isolation。
使用建议:先做版权与同意确认,再准备干净母版、建立说话人清单与术语表,长素材先跑 30–120 秒试片,检查转录与说话人映射后再全量处理;导出后用字幕与听感复核语言、时间与情感。
限制:自动配音不等于最终人工混音,人名、术语、笑话、叠话、歌曲等风险较高;语音隔离可能削薄音色,不宜对所有素材盲目使用;变声受源表演质量影响;语音克隆有同意边界,验证不能证明录音归属。价格与平台信息随版本变化,需以最新官方文档为准,资料中暂未提供更多细节。