SuperAPI AI 工具集

elevenlabs

编程与开发

查看项目

更新于 10-16 09:47

技能介绍

用途:该技能用于调用 ElevenLabs API,进行文本转语音(TTS)与语音相关操作。当用户提到 ElevenLabs、text to speech、voice cloning 或 AI voice 时使用。

主要能力:

  1. 列出账号可用声音,返回 voice_id、name、category;常见类别包括 premade(默认声音)、cloned(克隆声音)、generated(AI 设计声音)。
  2. 查询特定声音详情与可用 TTS 模型。常见模型有 eleven_multilingual_v2(最佳质量,支持 29 种语言)、eleven_flash_v2_5(低延迟,适合实时)、eleven_v3(最新 alpha 模型)。
  3. 文本转语音并保存为 MP3,可设置 voice_settings:stability(0.0-1.0,越高越一致、越低越有表现力)、similarity_boost(0.0-1.0,越高越接近原始声音)。
  4. 支持流式音频,适合实时播放与长文本。
  5. 查询订阅用量,包括 character_count、character_limit、tier。
  6. 通过 output_format 查询参数指定输出格式,如 mp3_44100_192(默认)、mp3_44100_128、pcm_16000、pcm_22050、pcm_24000。

使用方式:所有请求需设置 ELEVENLABS_TOKEN 环境变量,API 基础地址为 https://api.elevenlabs.io/v1。请求头使用 xi-api-key: $ELEVENLABS_TOKEN。示例:列出声音使用 curl -s -X GET "https://api.elevenlabs.io/v1/voices" --header "xi-api-key: $ELEVENLABS_TOKEN" | jq '.voices[] | {voice_id, name, category}';文本转语音使用 curl -s -X POST "https://api.elevenlabs.io/v1/text-to-speech/<your-voice-id>" --header "xi-api-key: $ELEVENLABS_TOKEN" --header "Content-Type: application/json" --header "Accept: audio/mpeg" -d @/tmp/elevenlabs_request.json --output speech.mp3;流式接口在路径后加 /stream。

故障排查:若请求失败,运行 zero doctor check-connector --env-name ELEVENLABS_TOKEN 或 zero doctor check-connector --url https://api.elevenlabs.io/v1/voices --method GET。

适用场景与限制:适合实时语音、语音克隆相关应用及批量 TTS。建议根据延迟与质量需求选择模型,监控用量避免超出字符限制,调整 stability 与 similarity_boost 获得不同效果,流式端点更适合长文本与实时场景,并缓存常用 voice_id 以减少重复调用。具体收费、价格与平台支持暂未提供。