用途：将文本转换为自然语音，适用于制作配音、生成音频内容、构建语音应用等场景，底层由 ElevenLabs 语音 AI 提供支持，可覆盖 70 多种语言。
主要能力：提供多个模型以权衡质量与延迟。eleven_v3 支持 70+ 语言、质量与情感表现最高；eleven_multilingual_v2 支持 29 种语言，适合高质量长文本；eleven_flash_v2_5、eleven_flash_v2 延迟约 75ms，适合实时场景；eleven_turbo_v2_5、eleven_turbo_v2 延迟约 250-300ms，兼顾质量与速度。可使用预置音色（如 George、Sarah、Daniel、Charlotte）或通过控制台创建自定义音色，并列举全部音色。
可调参数：VoiceSettings 支持 stability、similarity_boost、style、speed（0.25 至 4.0，默认 1.0）、use_speaker_boost。可指定 language_code 强制发音语言，apply_text_normalization 控制数字、日期、缩写的朗读方式（auto/on/off）。长音频分多次请求时可用 previous_text 与 next_text 做请求拼接，避免边界处出现爆音或不自然停顿。
输出与流式：支持多种输出格式，包括 mp3_44100_128（默认）、mp3_44100_192、mp3_44100_64、mp3_22050_32、pcm_16000/22050/24000/44100/48000、ulaw_8000、alaw_8000、opus_48000_64、wav_44100。实时场景使用 stream 方法并按块播放，WebSocket 流式可参考 references/streaming.md。
使用方式：Python 安装 elevenlabs 包并使用 ElevenLabs 客户端；JavaScript 仅使用 @elevenlabs/* 包；也可直接用 cURL 调用 API，请求头需带 xi-api-key。
限制与错误：常见错误包括 401（API key 无效）、422（参数无效，需检查 voice_id、model_id）、429（超出速率限制）。可通过响应头 x-character-count 与 request-id 跟踪字符用量。价格、配额及具体额度资料未提供。