用途
本技能通过 ElevenLabs API 提供 AI 音频生成能力，适用于以下场景：将文本转换为语音、为视频或演示创建配音、生成特定音色或语言的音频、创建音效（如脚步声、爆炸声）、根据描述创作音乐、构建多说话人对话、从音频样本克隆声音、在实时应用中流式传输音频，以及制作有声书、播客等音频内容。
主要能力
1. 文本转语音
可用模型：
- Eleven Multilingual v2（eleven_multilingual_v2）：最高质量，支持 29 种语言
- Eleven Flash v2.5（eleven_flash_v2_5）：超低 75ms 延迟，支持 32 种语言，成本低 50%
- Eleven Turbo v2.5（eleven_turbo_v2_5）：质量与延迟平衡
功能特性：100+ 预设专业音色、从音频样本自定义声音克隆、多说话人对话生成、实时音频流式传输、32 种语言支持、情感化自然语调、语音设置自定义（稳定性、相似度、风格）。
输出格式：MP3（32kbps 至 192kbps 多种比特率）、PCM（8kHz 至 48kHz）、Opus、µ-law、A-law。
2. 音效生成
使用模型：Eleven Text-to-Sound v2（eleven_text_to_sound_v2）
功能特性：根据文本描述生成音效、可自定义时长、支持无缝循环、提示词影响度控制、适用于游戏/视频/UI 的高质量音频。
典型用途：游戏音频（脚步声、爆炸、环境音）、视频制作音效、UI/UX 声音设计、自然音（雨、风、海浪）、机械音（门、引擎、机器）、奇幻/科幻效果。
3. 音乐生成
功能特性：文本转音乐创作、人声与器乐曲目、多种流派与风格、可自定义曲目时长、作曲计划（结构化音乐蓝图）、免版税生成音乐。
参数：描述目标音乐的文本提示词、时长控制（毫秒）、流派/风格/情绪指定、段落级作曲控制。
要求：需付费 ElevenLabs 账户（音乐 API 不适用于免费层）。
内容政策：禁止版权材料（艺术家名、乐队名、商标），对受限提示词会返回建议。
使用方式
环境准备
API 密钥从 https://elevenlabs.io/app/settings/api-keys 获取，设置为环境变量：
export ELEVENLABS_API_KEY="your-api-key-here"
安装 Python 包：
pip install elevenlabs pydub python-dotenv
系统要求：Python 3.8+、网络连接、可选音频播放库、ffmpeg（pydub 音频处理所需）。
初始化客户端
import os from elevenlabs.client import ElevenLabs
client = ElevenLabs(api_key=os.environ.get("ELEVENLABS_API_KEY"))
文本转语音示例
from elevenlabs.client import ElevenLabs from pathlib import Path
client = ElevenLabs(api_key=os.environ["ELEVENLABS_API_KEY"])
audio = client.text_to_speech.convert( text="Your text content here", voice_id="JBFqnCBsd6RMkjVDRZzb", model_id="eleven_multilingual_v2", output_format="mp3_44100_128" )
output_path = Path("speech_output.mp3") with output_path.open("wb") as f: for chunk in audio: f.write(chunk)
流式传输（实时）：
from elevenlabs import stream
audio_stream = client.text_to_speech.convert_as_stream( text="This will be streamed as it generates", voice_id="JBFqnCBsd6RMkjVDRZzb", model_id="eleven_flash_v2_5", output_format="mp3_44100_128" )
stream(audio_stream)
多说话人对话：为每位说话人分别生成音频，再用 pydub 的 AudioSegment 合并导出。
列出可用音色：
voices = client.voices.get_all() for voice in voices.voices: print(f"- {voice.name} (ID: {voice.voice_id})")
常用音色 ID：
- JBFqnCBsd6RMkjVDRZzb - George（男声，英语，中年）
- 21m00Tcm4TlvDq8ikWAM - Rachel（女声，英语，年轻）
- AZnzlk1XvdvUeBnXmlld - Domi（女声，英语，年轻）
- EXAVITQu4vr4xnSDxMaL - Bella（女声，英语，年轻）
- ErXwobaYiN019PkySvjV - Antoni（男声，英语，年轻）
- MF3mGyEYCl7XYWbV9V6O - Elli（女声，英语，年轻）
- TxGEqnHWrfWFTfGW9XjX - Josh（男声，英语，年轻）
音效生成示例
audio = client.text_to_sound_effects.convert( text="footsteps on wooden floor, slow paced walking", duration_seconds=5.0, prompt_influence=0.5 )
output_path = Path("footsteps.mp3") with output_path.open("wb") as f: for chunk in audio: f.write(chunk)
音乐生成示例
prompt = """Upbeat indie pop song with acoustic guitar, light drums, and cheerful melody. Modern and energetic feel, perfect for background music in a lifestyle video. Instrumental only, no vocals."""
try: audio = client.music_generation.compose( prompt=prompt, music_length_ms=30000 )
output_path = Path("background_music.mp3")
with output_path.open("wb") as f:
for chunk in audio:
f.write(chunk)
except Exception as e: if "paid" in str(e).lower() or "subscription" in str(e).lower(): print("Error: Music generation requires a paid ElevenLabs account") else: print(f"Error: {e}")
使用作曲计划：
composition_plan = client.music_generation.composition_plan.create( prompt="""Electronic dance music track with energetic build-up, drop section, and chill outro. Progressive house style.""", music_length_ms=60000 )
audio = client.music_generation.compose( composition_plan=composition_plan )
错误处理
建议始终用 try/except 包裹 API 调用，针对以下情况给出提示：API 密钥无效或缺失、配额超限、需要付费订阅、提示词含受限内容。
适用场景
- 视频配音、演示旁白、内容解说
- 有声书、播客制作
- 游戏音效与背景音乐
- UI/UX 声音设计
- 多说话人对话与角色配音
- 实时语音应用
限制
- 音乐生成需付费账户，免费层不可用
- 音乐提示词禁止包含版权材料（艺术家名、乐队名、商标）
- 免费层与付费层配额不同，付费层配额更高
- 需网络连接访问 API
- pydub 音频处理需安装 ffmpeg
- 具体价格、各层配额数值、音效循环参数支持情况等细节暂未提供