Installiere das belt CLI Skill:
npx skills add belt-sh/cli
ElevenLabs Text-to-Speech
Premium Text-to-Speech mit 22+ Stimmen über die inference.sh CLI.
Kurzanleitung
Erfordert die inference.sh CLI (
belt). Installationsanleitung
belt login
# Sprache mit ElevenLabs generieren
belt app run elevenlabs/tts --input '{"text": "Hallo, willkommen zu unserer Produktdemo.", "voice": "aria"}'
Verfügbare Modelle
| Modell | ID | Am besten geeignet für | Latenz |
|---|---|---|---|
| Multilingual v2 | eleven_multilingual_v2 | Höchste Qualität, 32 Sprachen | ~250ms |
| Turbo v2.5 | eleven_turbo_v2_5 | Ausgewogenheit von Geschwindigkeit & Qualität | ~150ms |
| Flash v2.5 | eleven_flash_v2_5 | Extrem niedrige Latenz | ~75ms |
Sprachbibliothek
Weibliche Stimmen
| Stimme | Stil |
|---|---|
aria | Amerikanisch, konversationell |
alice | Britisch, selbstbewusst |
bella | Amerikanisch, warm |
jessica | Amerikanisch, ausdrucksstark |
laura | Amerikanisch, professionell |
lily | Britisch, sanft |
sarah | Amerikanisch, freundlich |
Männliche Stimmen
| Stimme | Stil |
|---|---|
george | Britisch, autoritär |
adam | Amerikanisch, tief |
bill | Amerikanisch, reif |
brian | Amerikanisch, konversationell |
callum | Transatlantisch, intensiv |
charlie | Australisch, natürlich |
chris | Amerikanisch, lässig |
daniel | Britisch, befehlend |
eric | Amerikanisch, freundlich |
harry | Amerikanisch, jung |
liam | Amerikanisch, artikuliert |
matilda | Amerikanisch, warm |
river | Amerikanisch, selbstbewusst |
roger | Amerikanisch, autoritär |
will | Amerikanisch, hell |
Beispiele
Grundlegende Sprachausgabe
belt app run elevenlabs/tts --input '{"text": "Willkommen zu unserer Quartalspräsentation.", "voice": "george"}'
Ein Modell auswählen
# Höchste Qualität
belt app run elevenlabs/tts --input '{
"text": "Dies ist unser Premium-Mehrsprachmodell mit der besten Qualität.",
"voice": "aria",
"model": "eleven_multilingual_v2"
}'
# Ultra-schnell für Echtzeitanwendungen
belt app run elevenlabs/tts --input '{
"text": "Flash-Modell für niedrige Latenz.",
"voice": "brian",
"model": "eleven_flash_v2_5"
}'
Sprachverfeinerung
belt app run elevenlabs/tts --input '{
"text": "Feinabstimmung der Stimmeigenschaften für deinen Anwendungsfall.",
"voice": "bella",
"stability": 0.3,
"similarity_boost": 0.9,
"style": 0.4
}'
| Parameter | Bereich | Effekt |
|---|---|---|
stability | 0-1 | Höher = konsistenter, niedriger = ausdrucksstärker |
similarity_boost | 0-1 | Höher = näher am ursprünglichen Stimmcharakter |
style | 0-1 | Höher = stärkere Stil-Überbetonung |
use_speaker_boost | true/false | Verbessert die Sprachverständlichkeit |
Ausgabeformate
# Hochwertiges MP3
belt app run elevenlabs/tts --input '{
"text": "Hochwertige Audioausgabe.",
"voice": "daniel",
"output_format": "mp3_44100_192"
}'
| Format | Beschreibung |
|---|---|
mp3_44100_128 | MP3 bei 44.1kHz, 128kbps (Standard) |
mp3_44100_192 | MP3 bei 44.1kHz, 192kbps |
pcm_16000 | Rohes PCM bei 16kHz |
pcm_22050 | Rohes PCM bei 22.05kHz |
pcm_24000 | Rohes PCM bei 24kHz |
pcm_44100 | Rohes 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
belt app run elevenlabs/tts --input '{
"text": "Hola, bienvenidos a nuestra presentación.",
"voice": "aria",
"model": "eleven_multilingual_v2"
}'
# Französisch
belt app run elevenlabs/tts --input '{
"text": "Bonjour, bienvenue à notre démonstration.",
"voice": "alice",
"model": "eleven_multilingual_v2"
}'
Sprach- + Video-Workflow
# 1. Voiceover generieren
belt app run elevenlabs/tts --input '{
"text": "Wir stellen die Zukunft der KI-gestützten Inhaltserstellung vor.",
"voice": "george"
}' > voiceover.json
# 2. Sprechendes Kopf-Video erstellen
belt app run bytedance/omnihuman-1-5 --input '{
"image_url": "https://portrait.jpg",
"audio_url": "<audio-url-from-step-1>"
}'
Anwendungsfälle
- Voiceovers: Produktdemos, Erklärvideos, Werbespots
- Hörbücher: Langformatige Erzählungen mit konsistenten Stimmen
- Podcasts: KI-Moderatoren mit natürlicher Sprachausgabe
- E-Learning: Kurserzählungen in mehreren Sprachen
- Barrierefreiheit: Hochwertige Bildschirmleseprogramm-Inhalte
- IVR: Professionelle Telefonansagen
- Video-Vertonung: Dokumentations- und Social-Media-Inhalte
Verwandte Skills
# ElevenLabs Multi-Sprecher-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, Inworld TTS und mehr)
npx skills add inference-sh/skills@text-to-speech
# Vollständiges Plattform-Skill (alle Apps)
npx skills add inference-sh/skills@infsh-cli
Alle Audio-Apps durchsuchen: belt app list --category audio