Communitygithub.com

ElevenLabs Text-to-Speech

ElevenLabs Text-to-Speech mit 22+ Premium-Stimmen, mehrsprachiger Unterstützung und Stimmoptimierung über die inference.sh CLI.

Was ist ElevenLabs Text-to-Speech?

Diese Skill ermöglicht die Nutzung der ElevenLabs Text-to-Speech-Funktion über die inference.sh CLI (`infsh`). Sie bietet Zugriff auf 22+ professionelle Stimmen in verschiedenen Stilen, darunter weibliche und männliche Optionen. Es werden drei Modelle unterstützt: `eleven_multilingual_v2` für höchste Qualität mit 32 Sprachen (~250ms Latenz), `eleven_turbo_v2_5` für einen guten Kompromiss zwischen Geschwindigkeit und Qualität (~150ms), sowie `eleven_flash_v2_5` für extrem niedrige Latenz (~75ms). Neben der grundlegenden Sprachgenerierung können Parameter wie Stabilität (0-1), Stil (0-1) und Ähnlichkeitsverstärkung (0-1) zur Feinabstimmung der Stimme genutzt werden. Die Ausgabe kann in verschiedenen MP3- und PCM-Formaten erfolgen. Die Integration in einen Voice-Video-Workflow (z.B. mit ByteDance OmniHuman) wird ebenfalls demonstriert. Die Skill ist ideal für Sprachaufnahmen, Podcasts, Hörbücher, E-Learning, Barrierefreiheit und IVR-Systeme.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/AngelescuCiprian/claude-skills/tree/HEAD/.agents/skills/elevenlabs-tts

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Vorschau

Aus dem Skill-README

ElevenLabs TTS

Dokumentation

Was macht ElevenLabs Text-to-Speech?

Premium Text-to-Speech mit 22+ Stimmen über die inference.sh CLI.

ElevenLabs TTS

Schnellstart

Erfordert die inference.sh CLI (infsh). Installationsanleitung

infsh login

# Sprache mit ElevenLabs generieren
infsh app run elevenlabs/tts --input '{"text": "Hallo, willkommen zu unserer Produktdemo.", "voice": "aria"}'

Verfügbare Modelle

ModellIDAm besten geeignet fürLatenz
Multilingual v2eleven_multilingual_v2Höchste Qualität, 32 Sprachen~250ms
Turbo v2.5eleven_turbo_v2_5Ausgewogenheit von Geschwindigkeit & Qualität~150ms
Flash v2.5eleven_flash_v2_5Extrem niedrige Latenz~75ms

Stimmbibliothek

Weibliche Stimmen

StimmeStil
ariaAmerikanisch, gesprächig
aliceBritisch, selbstbewusst
bellaAmerikanisch, warm
jessicaAmerikanisch, ausdrucksstark
lauraAmerikanisch, professionell
lilyBritisch, sanft
sarahAmerikanisch, freundlich

Männliche Stimmen

StimmeStil
georgeBritisch, autoritär
adamAmerikanisch, tief
billAmerikanisch, reif
brianAmerikanisch, gesprächig
callumTransatlantisch, intensiv
charlieAustralisch, natürlich
chrisAmerikanisch, locker
danielBritisch, befehlend
ericAmerikanisch, freundlich
harryAmerikanisch, jung
liamAmerikanisch, artikuliert
matildaAmerikanisch, warm
riverAmerikanisch, selbstbewusst
rogerAmerikanisch, autoritär
willAmerikanisch, hell

Beispiele

Grundlegende Sprachausgabe

infsh app run elevenlabs/tts --input '{"text": "Willkommen zu unserer Quartalspräsentation.", "voice": "george"}'

Ein Modell auswählen

# Höchste Qualität
infsh app run elevenlabs/tts --input '{
  "text": "Dies ist unser Premium-Mehrsprachmodell mit der besten Qualität.",
  "voice": "aria",
  "model": "eleven_multilingual_v2"
}'

# Extrem schnell für Echtzeitanwendungen
infsh app run elevenlabs/tts --input '{
  "text": "Flash-Modell für Anwendungen mit niedriger Latenz.",
  "voice": "brian",
  "model": "eleven_flash_v2_5"
}'

Stimmoptimierung

infsh app run elevenlabs/tts --input '{
  "text": "Feinabstimmung der Stimmcharakteristika für Ihren Anwendungsfall.",
  "voice": "bella",
  "stability": 0.3,
  "similarity_boost": 0.9,
  "style": 0.4
}'
ParameterBereichWirkung
stability0-1Höher = konsistenter, niedriger = ausdrucksstärker
similarity_boost0-1Höher = näher am ursprünglichen Stimmcharakter
style0-1Höher = stärkere Stilübertreibung
use_speaker_boosttrue/falseVerbessert die Sprachklarheit

Ausgabeformate

# Hochwertiges MP3
infsh app run elevenlabs/tts --input '{
  "text": "Hochwertige Audioausgabe.",
  "voice": "daniel",
  "output_format": "mp3_44100_192"
}'
FormatBeschreibung
mp3_44100_128MP3 bei 44.1kHz, 128kbps (Standard)
mp3_44100_192MP3 bei 44.1kHz, 192kbps
pcm_16000Rohes PCM bei 16kHz
pcm_22050Rohes PCM bei 22.05kHz
pcm_24000Rohes PCM bei 24kHz
pcm_44100Rohes PCM bei 44.1kHz

Mehrsprachig

ElevenLabs unterstützt 32 Sprachen, darunter Englisch, Spanisch, Französisch, Deutsch, Italienisch, Portugiesisch, Chinesisch, Japanisch, Koreanisch, Arabisch, Hindi, Russisch und mehr.

# Spanisch
infsh app run elevenlabs/tts --input '{
  "text": "Hola, bienvenidos a nuestra presentación.",
  "voice": "aria",
  "model": "eleven_multilingual_v2"
}'

# Französisch
infsh app run elevenlabs/tts --input '{
  "text": "Bonjour, bienvenue à notre démonstration.",
  "voice": "alice",
  "model": "eleven_multilingual_v2"
}'

Voice + Video Workflow

# 1. Sprachaufnahme generieren
infsh app run elevenlabs/tts --input '{
  "text": "Wir stellen die Zukunft der KI-gestützten Content-Erstellung vor.",
  "voice": "george"
}' > voiceover.json

# 2. Talking-Head-Video erstellen
infsh app run bytedance/omnihuman-1-5 --input '{
  "image_url": "https://portrait.jpg",
  "audio_url": "<audio-url-from-step-1>"
}'

Anwendungsfälle

  • Sprachaufnahmen: Produktdemos, Erklärvideos, Werbespots
  • Hörbücher: Längere Erzählungen mit gleichbleibenden Stimmen
  • Podcasts: KI-Moderatoren mit natürlicher Vortragsweise
  • E-Learning: Kurserzählungen in mehreren Sprachen
  • Barrierefreiheit: Hochwertige Bildschirmlese-Inhalte
  • IVR: Professionelle Telefonansagen
  • Video-Narration: Dokumentations- und Social-Media-Inhalte

Verwandte Skills

# ElevenLabs Multi-Speaker-Dialog
npx skills add inference-sh/skills@elevenlabs-dialogue

# ElevenLabs Stimmwechsler
npx skills add inference-sh/skills@elevenlabs-voice-changer

# ElevenLabs Soundeffekte
npx skills add inference-sh/skills@elevenlabs-sound-effects

# Alle TTS-Modelle (Kokoro, DIA, Chatterbox und mehr)
npx skills add inference-sh/skills@text-to-speech

# Vollständige Plattform-Skill (alle 150+ Apps)
npx skills add inference-sh/skills@infsh-cli

Alle Audio-Apps durchsuchen: infsh app list --category audio

Individual skills in this repo

This repo contains 12 individual skills — each has its own dedicated page.

AngelescuCiprian/claude-skills

Create AI avatar and talking head videos with OmniHuman, Fabric, PixVerse via inference.sh CLI. Models: OmniHuman 1.5, OmniHuman 1.0, Fabric 1.0, PixVerse Lipsync. Capabilities: audio-driven avatars, lipsync videos, talking head generation, virtual presenters. Use for: AI presenters, explainer videos, virtual influencers, dubbing, marketing videos. Triggers: ai avatar, talking head, lipsync, avatar video, virtual presenter, ai spokesperson, audio driven video, heygen alternative, synthesia alternative, talking avatar, lip sync, video avatar, ai presenter, digital human

AngelescuCiprian/claude-skills

Create AI marketing videos for ads, promos, product launches, and brand content. Models: Veo, Seedance, Wan, FLUX for visuals, Kokoro for voiceover. Types: product demos, testimonials, explainers, social ads, brand videos. Use for: Facebook ads, YouTube ads, product launches, brand awareness. Triggers: marketing video, ad video, promo video, commercial, brand video, product video, explainer video, ad creative, video ad, facebook ad video, youtube ad, instagram ad, tiktok ad, promotional video, launch video

AngelescuCiprian/claude-skills

Generate AI videos with Google Veo, Seedance, Wan, Grok and 40+ models via inference.sh CLI. Models: Veo 3.1, Veo 3, Seedance 1.5 Pro, Wan 2.5, Grok Imagine Video, OmniHuman, Fabric, HunyuanVideo. Capabilities: text-to-video, image-to-video, lipsync, avatar animation, video upscaling, foley sound. Use for: social media videos, marketing content, explainer videos, product demos, AI avatars. Triggers: video generation, ai video, text to video, image to video, veo, animate image, video from image, ai animation, video generator, generate video, t2v, i2v, ai video maker, create video with ai, runway alternative, pika alternative, sora alternative, kling alternative

AngelescuCiprian/claude-skills

Explainer video production guide: scripting, voiceover, visuals, and assembly. Covers script formulas, pacing rules, scene planning, and multi-tool pipelines. Use for: product demos, how-it-works videos, onboarding videos, social explainers. Triggers: explainer video, how to make explainer, product video, demo video, video production, video script, animated explainer, product demo video, tutorial video, onboarding video, walkthrough video, video pipeline

AngelescuCiprian/claude-skills

Still-to-video conversion guide: model selection, motion prompting, and camera movement. Covers Wan 2.5 i2v, Seedance, Fabric, Grok Video with when to use each. Use for: animating images, creating video from stills, adding motion, product animations. Triggers: image to video, i2v, animate image, still to video, add motion to image, image animation, photo to video, animate still, wan i2v, image2video, bring image to life, animate photo, motion from image

AngelescuCiprian/claude-skills

Landing page conversion optimization with layout rules, hero section design, and CTA psychology. Covers above-the-fold formula, social proof placement, mobile design, and F-pattern reading. Use for: startup landing pages, product pages, SaaS marketing, conversion optimization. Triggers: landing page, hero section, above the fold, conversion optimization, landing page design, cta button, hero image, landing page layout, saas landing page, product page design, conversion rate, landing page best practices

AngelescuCiprian/claude-skills

Generate videos with Pruna P-Video and WAN models via inference.sh CLI. Models: P-Video, WAN-T2V, WAN-I2V. Capabilities: text-to-video, image-to-video, audio support, 720p/1080p, fast inference. Pruna optimizes models for speed without quality loss. Triggers: pruna video, p-video, pruna ai video, fast video generation, optimized video, wan t2v, wan i2v, economic video generation, cheap video generation, pruna text to video, pruna image to video

AngelescuCiprian/claude-skills

Best practices for Remotion - Video creation in React

AngelescuCiprian/claude-skills

Render videos from React/Remotion component code via inference.sh. Pass TSX code, get MP4. Supports all Remotion APIs: useCurrentFrame, useVideoConfig, spring, interpolate, AbsoluteFill, Sequence. Configurable resolution, FPS, duration, codec. Use for: programmatic video generation, animated graphics, motion design, data-driven videos, React animations to video. Triggers: remotion, render video from code, tsx to video, react video, programmatic video, remotion render, code to video, animated video, motion graphics code, react animation video

AngelescuCiprian/claude-skills

Video ad creation with exact platform-specific specs for TikTok, Instagram, YouTube, Facebook, LinkedIn. Covers dimensions, duration limits, AIDA framework, and caption requirements. Use for: video ads, social media ads, paid media creative, video marketing, ad production. Triggers: video ad, social media ad, tiktok ad, instagram ad, youtube ad, facebook ad, linkedin ad, video creative, ad specs, paid media, video marketing, ad production, reels ad, stories ad, pre roll, bumper ad

AngelescuCiprian/claude-skills

Best practices and techniques for writing effective AI video generation prompts. Covers: Veo, Seedance, Wan, Grok, Kling, Runway, Pika, Sora prompting strategies. Learn: shot types, camera movements, lighting, pacing, style keywords, negative prompts. Use for: improving video quality, getting consistent results, professional video prompts. Triggers: video prompt, how to prompt video, veo prompts, video generation tips, better ai video, video prompt engineering, video prompt guide, video prompt template, ai video tips, video prompt best practices, video prompt examples, cinematography prompts

AngelescuCiprian/claude-skills

YouTube thumbnail design with specific dimensions, contrast rules, and mobile preview optimization. Covers safe zones, text placement, face expression psychology, and A/B testing. Use for: YouTube thumbnails, video cover images, click-through optimization. Triggers: youtube thumbnail, thumbnail design, video thumbnail, click through rate, ctr optimization, youtube cover, video cover image, thumbnail maker, thumbnail tips, youtube design, video preview image

Verwandte Skills