¿Qué hace ElevenLabs TTS?
Usa este skill para la generación de texto a voz con ElevenLabs. Mantén el skill reutilizable y no personal:
- No almacenes claves API, nombres de voz, IDs de voz, correos electrónicos, nombres de cuentas, nombres de clientes ni valores predeterminados personales dentro del skill.
- Lee
ELEVENLABS_API_KEYde las variables de entorno o del.envmás cercano. - Lee los perfiles de voz específicos de la cuenta desde un archivo JSON local fuera de este skill.
- Genera audio con configuraciones a nivel de solicitud. No modifiques la configuración guardada de la cuenta o voz de ElevenLabs a menos que el usuario lo solicite explícitamente.
Perfiles Locales
Prefiere una de estas fuentes de configuración, en este orden:
--config /ruta/a/perfiles.jsonELEVENLABS_TTS_CONFIG=/ruta/a/perfiles.jsonlocal/elevenlabs/profiles.json
Los archivos de perfil locales del proyecto también son válidos cuando están en .gitignore, por ejemplo config/local/elevenlabs-tts.json.
El script auxiliar espera esta estructura:
{
"default_profile": "default",
"profiles": {
"default": {
"voice_name": "Nombre de la voz de la cuenta local",
"voice_id": "id-de-voz-directo-opcional",
"voice_id_env": "VARIABLE_DE_ENTORNO_OPCIONAL_CON_ID_DE_VOZ",
"model_id": "eleven_multilingual_v2",
"output_format": "mp3_44100_128",
"voice_settings": {
"stability": 0.5,
"similarity_boost": 1.0,
"style": 0.0,
"speed": 1.0,
"use_speaker_boost": true
},
"output_dir": "outputs/locuciones",
"emails": []
}
}
}
Campos como emails, propietarios, alias y notas son solo para contexto/ruteo local. El script ignora los campos de metadatos desconocidos.
Flujo de Trabajo
- Selecciona el perfil desde
--profile,ELEVENLABS_TTS_PROFILEodefault_profile. - Prefiere el script auxiliar:
python3 <raiz-del-skill>/scripts/generate_voice.py --text-file guion.txt --profile default --output salida.mp3 - Si el perfil tiene
voice_id, úsalo. Si tienevoice_id_env, lee esa variable de entorno. En caso contrario, busca en ElevenLabs porvoice_name. - Usa
model_id,output_formatyvoice_settingsdel perfil a menos que el usuario los sobrescriba para esta generación. - Coloca el audio generado en el destino solicitado. Si no se da destino, usa
output_dirdel perfil y luegooutputs/locuciones/. - Informa la ruta de salida y cualquier advertencia importante. No imprimas secretos.
Script Auxiliar
El script incluido soporta:
--text "..."para texto en línea--text-file ruta.txtpara archivos de guion- stdin cuando no se proporciona ni
--textni--text-file --profile nombrepara seleccionar un perfil local--config ruta.jsonpara seleccionar un archivo de perfiles local--voice-id,--voice-name,--model-id,--output-formaty--settings-jsonpara sobrescribir parámetros puntuales--output ruta.mp3para elegir el archivo de salida--dry-runpara imprimir el payload de la solicitud resuelta sin llamar al endpoint de texto a voz--list-voicespara listar las voces de ElevenLabs que coinciden sin generar audio
Notas de la API
Usa los endpoints actuales de ElevenLabs:
- Búsqueda de voces:
GET https://api.elevenlabs.io/v2/voices - Generación de voz:
POST https://api.elevenlabs.io/v1/text-to-speech/:voice_id?output_format=...
Envía la clave API como xi-api-key.