elevenlabs-api

用途：该技能是 ElevenLabs API 的综合使用指南，用于语音合成（TTS）、音效生成、语音管理、语音克隆与历史记录管理等音频制作任务。

安装与认证：可用 npx dlabs install media-fx 或 npx dlabs install 安装插件。在 ElevenLabs 网站创建账号并在 Profile → API Keys 获取密钥，写入 ~/.claude/auth/elevenlabs.env 中的 ELEVENLABS_API_KEY，可选配置 ELEVENLABS_BASE_URL（默认 https://api.elevenlabs.io/v1/）。加载认证可执行 source ~/.claude/skills/auth-loader/scripts/secure-load-auth.sh elevenlabs。

主要能力：

1. 文本转语音：POST /v1/text-to-speech/{voice_id}，支持 model_id、voice_settings（stability、similarity_boost、style、speed、use_speaker_boost）及输出格式（MP3、Opus、PCM、WAV）。
2. 流式 TTS：通过 WebSocket wss://api.elevenlabs.io/v1/text-to-speech/{voice_id}/stream 实时接收音频块。
3. 音效生成：POST /v1/sound-generation，参数包括 text、duration_seconds（0.5~30）、prompt_influence、model_id（推荐 eleven_text_to_sound_v2）、loop。
4. 语音管理：GET /v1/voices 列出语音，GET /v1/voices/{voice_id} 查详情，可下载语音样本。
5. 语音克隆：即时克隆 POST /v1/voices/add（建议 3~5 个样本，每个至少 30 秒）；专业克隆需 Creator 计划以上，走创建、上传样本、说话人分离、身份验证、训练和进度查询流程，训练通常需 2~6 小时。
6. 历史记录：查询、下载和删除历史音频。

高级功能：支持多语言、上下文连续性（previous_text/next_text）、发音词典和确定性采样（seed）。还可查看订阅和用量 GET /v1/user/subscription。提供 Python SDK（pip install elevenlabs）和 Node.js SDK（npm install @elevenlabs/elevenlabs-js）。

适用场景：适合需要程序化生成语音、音效、克隆声音或构建音频应用的开发与研究场景。

限制：专业克隆需 Creator 及以上计划；部分功能受账号层级限制；API 密钥需妥善保管；错误码包括 401、422、429、500；具体价格、配额和平台可用性以官方资料为准，本资料未提供完整细节。