用途:elevenlabs-tts-tool 是一个基于 Python 3.13+、uv 与 ElevenLabs SDK 构建的命令行工具,用于调用 ElevenLabs 文本转语音 API,将文本合成为音频并直接播放或保存为文件,也可用于查看语音、模型、订阅用量与定价信息,并集成到自动化流程中。
主要能力:synthesize 子命令支持指定文本、从 stdin 读取、选择语音(默认 rachel)、选择模型(默认 eleven_turbo_v2_5)、指定输出文件与音频格式(默认 mp3_44100_128)。list-voices 列出可用语音,list-models 列出模型,info 显示订阅层级、字符用量与历史使用,update-voices 更新本地语音查找表,pricing 显示定价层级,completion 生成 bash、zsh 或 fish 补全。v3 模型支持 [happy]、[whispers] 等情感标签,并可用 SSML <break time="0.5s" /> 控制停顿。
使用方式:需 Python 3.13 或更高版本,并设置环境变量 export ELEVENLABS_API_KEY='your-api-key'。安装可执行 git clone https://github.com/dnvriend/elevenlabs-tts-tool.git、cd elevenlabs-tts-tool、uv tool install .,再用 elevenlabs-tts-tool --version 验证。基本用法如 elevenlabs-tts-tool synthesize "Hello world",保存文件加 --output speech.mp3,从管道读取用 --stdin。
适用场景:通知、有声书、内容创作、语音比较、订阅配额管理、语音自动化流程,以及 Claude Code hooks 等集成。
限制:不适用于直接编写 ElevenLabs API 程序、自定义声音克隆或实时流式 TTS;PCM 44.1kHz 需 Pro 层级;v3 模型成本为 2 倍;SSML 停顿最长 3 秒,过多停顿可能导致音频异常。具体价格、配额与平台支持以官方资料为准,部分细节暂未提供。