SuperAPI AI 工具集

elevenlabs-voices

通用与其它

查看项目

更新于 10-16 05:52

技能介绍

用途:这是一个基于 ElevenLabs API 的语音合成工具包,用于文本转语音、AI 音效生成与自定义音色设计。

主要能力:提供 18 种人设音色(如 rachel、adam、bella、george 等),并附常用预设(default、narrator、professional、storyteller、educator、calm 等);通过 multilingual v2 模型支持 32 种语言,用 --lang 指定;支持流式输出、批量处理、发音词典、成本追踪和音色设计。音色设计可按性别、年龄、口音等维度生成自定义音色并保存。

必要用法:首次使用先运行 python3 scripts/setup.py 完成交互式配置(API Key、默认音色、语言、音质、成本追踪、预算上限),API Key 仅存本地 config.json。基础合成示例:python3 scripts/tts.py --text "Hello world" --voice rachel --output hello.mp3;列出音色用 --list,多语言用 --lang de,流式用 --stream,批量用 --batch texts.txt --output-dir ./audio,统计用 --stats。音效用 python3 scripts/sfx.py --prompt "Thunder rumbling",音色设计用 python3 scripts/voice-design.py --gender female --age middle_aged --accent american。

适用场景:有声书、解说、教程、播客、社交媒体、新闻播报等内容的语音生成,以及音效制作和音色定制。

限制:需要 ElevenLabs API Key,费用与额度以 ElevenLabs 官方为准;部分能力(音效时长、提示影响、批处理格式)有参数范围限制。