Communitygithub.com

ElevenLabs Text-to-Speech

Síntesis de voz premium con más de 22 voces, soporte multilingüe y ajuste de parámetros mediante la CLI inference.sh.

¿Qué es ElevenLabs Text-to-Speech?

Este skill permite generar audio de alta calidad a partir de texto utilizando los modelos de ElevenLabs, accesibles a través de la CLI `inference.sh`. Incluye más de 22 voces (femeninas y masculinas) con estilos que van desde conversacional hasta autoritario, y soporta 32 idiomas mediante el modelo multilingüe. Ofrece tres modelos principales: `eleven_multilingual_v2` (máxima calidad y cobertura de idiomas), `eleven_turbo_v2_5` (equilibrio entre velocidad y calidad) y `eleven_flash_v2_5` (ultrarrápido para aplicaciones en tiempo real). Además, permite ajustar parámetros como estabilidad, similitud y estilo para afinar la voz, y seleccionar entre varios formatos de salida (MP3, PCM). Está diseñado para desarrolladores y creadores de contenido que necesitan voces realistas para voiceovers, audiolibros, podcasts, narraciones de video, accesibilidad, IVR y más. Se integra fácilmente con otros skills de inference.sh, como generación de video con talking head o efectos de sonido.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/ComeOnOliver/skillshub/tree/HEAD/skills/aiskillstore/marketplace/inferen-sh/elevenlabs-tts

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Vista previa

Del README del skill

ElevenLabs TTS

Documentación

¿Qué hace ElevenLabs Text-to-Speech?

Síntesis de voz premium con más de 22 voces mediante la CLI inference.sh.

ElevenLabs TTS

Inicio rápido

Requiere la CLI inference.sh (infsh). Instrucciones de instalación

infsh login

# Generar voz con ElevenLabs
infsh app run elevenlabs/tts --input '{"text": "Hola, bienvenido a nuestra demo del producto.", "voice": "aria"}'

Modelos disponibles

ModeloIDIdeal paraLatencia
Multilingual v2eleven_multilingual_v2Máxima calidad, 32 idiomas~250ms
Turbo v2.5eleven_turbo_v2_5Equilibrio velocidad/calidad~150ms
Flash v2.5eleven_flash_v2_5Latencia ultra baja~75ms

Biblioteca de voces

Voces femeninas

VozEstilo
ariaAmericana, conversacional
aliceBritánica, segura
bellaAmericana, cálida
jessicaAmericana, expresiva
lauraAmericana, profesional
lilyBritánica, suave
sarahAmericana, amigable

Voces masculinas

VozEstilo
georgeBritánica, autoritaria
adamAmericana, grave
billAmericana, madura
brianAmericana, conversacional
callumTransatlántica, intensa
charlieAustraliana, natural
chrisAmericana, casual
danielBritánica, imponente
ericAmericana, amigable
harryAmericana, joven
liamAmericana, articulada
matildaAmericana, cálida
riverAmericana, segura
rogerAmericana, autoritaria
willAmericana, brillante

Ejemplos

Voz básica

infsh app run elevenlabs/tts --input '{"text": "Bienvenidos a nuestra presentación de resultados trimestrales.", "voice": "george"}'

Elegir un modelo

# Máxima calidad
infsh app run elevenlabs/tts --input '{
  "text": "Este es nuestro modelo multilingüe premium con la mejor calidad.",
  "voice": "aria",
  "model": "eleven_multilingual_v2"
}'

# Ultrarrápido para aplicaciones en tiempo real
infsh app run elevenlabs/tts --input '{
  "text": "Modelo Flash para aplicaciones de baja latencia.",
  "voice": "brian",
  "model": "eleven_flash_v2_5"
}'

Ajuste de voz

infsh app run elevenlabs/tts --input '{
  "text": "Ajusta las características de la voz para tu caso de uso.",
  "voice": "bella",
  "stability": 0.3,
  "similarity_boost": 0.9,
  "style": 0.4
}'
ParámetroRangoEfecto
stability0-1Más alto = más consistente, más bajo = más expresivo
similarity_boost0-1Más alto = más cercano al carácter de la voz original
style0-1Más alto = mayor exageración del estilo
use_speaker_boosttrue/falseMejora la claridad del hablante

Formatos de salida

# MP3 de alta calidad
infsh app run elevenlabs/tts --input '{
  "text": "Salida de audio de alta calidad.",
  "voice": "daniel",
  "output_format": "mp3_44100_192"
}'
FormatoDescripción
mp3_44100_128MP3 a 44.1kHz, 128kbps (por defecto)
mp3_44100_192MP3 a 44.1kHz, 192kbps
pcm_16000PCM sin comprimir a 16kHz
pcm_22050PCM sin comprimir a 22.05kHz
pcm_24000PCM sin comprimir a 24kHz
pcm_44100PCM sin comprimir a 44.1kHz

Multilingüe

ElevenLabs admite 32 idiomas, incluidos inglés, español, francés, alemán, italiano, portugués, chino, japonés, coreano, árabe, hindi, ruso y más.

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

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

Flujo de trabajo Voz + Video

# 1. Generar locución
infsh app run elevenlabs/tts --input '{
  "text": "Te presentamos el futuro de la creación de contenido impulsada por IA.",
  "voice": "george"
}' > voiceover.json

# 2. Crear video de talking head
infsh app run bytedance/omnihuman-1-5 --input '{
  "image_url": "https://portrait.jpg",
  "audio_url": "<url-del-audio-del-paso-1>"
}'

Casos de uso

  • Locuciones: Demos de producto, videos explicativos, comerciales
  • Audiolibros: Narración extensa con voces consistentes
  • Podcasts: Presentadores AI con entrega natural
  • E-learning: Narración de cursos en múltiples idiomas
  • Accesibilidad: Contenido para lectores de pantalla de alta calidad
  • IVR: Mensajes profesionales para sistemas telefónicos
  • Narración de video: Contenido para documentales y redes sociales

Skills relacionados

# Diálogo multi-locutor de ElevenLabs
npx skills add inference-sh/skills@elevenlabs-dialogue

# Cambiador de voz de ElevenLabs
npx skills add inference-sh/skills@elevenlabs-voice-changer

# Efectos de sonido de ElevenLabs
npx skills add inference-sh/skills@elevenlabs-sound-effects

# Todos los modelos TTS (Kokoro, DIA, Chatterbox y más)
npx skills add inference-sh/skills@text-to-speech

# Skill completo de la plataforma (más de 150 apps)
npx skills add inference-sh/skills@infsh-cli

Explora todas las apps de audio: infsh app list --category audio

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

ComeOnOliver/skillshub

Create stunning, animation-rich HTML presentations from scratch or by converting PowerPoint files. Use when the user wants to build a presentation, convert a PPT/PPTX to web, or create slides for a talk/pitch. Helps non-designers discover their aesthetic through visual exploration rather than abstract choices.

ComeOnOliver/skillshub

Next.js 16+ 和 Turbopack — 增量打包、文件系统缓存、开发速度,以及何时使用 Turbopack 与 webpack。

ComeOnOliver/skillshub

SwiftUI architecture patterns, state management with @Observable, view composition, navigation, performance optimization, and modern iOS/macOS UI best practices.

ComeOnOliver/skillshub

See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio, video), and create real time alerts for events from live streams or desktop capture.

ComeOnOliver/skillshub

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

ComeOnOliver/skillshub

Next.js 15 애플리케이션을 위한 프론트엔드 개발 가이드라인. React 19, TypeScript, Shadcn/ui, Tailwind CSS를 사용한 모던 패턴. Server Components, Client Components, App Router, 파일 구조, Shadcn/ui 컴포넌트, 성능 최적화, TypeScript 모범 사례 포함. 컴포넌트, 페이지, 기능 생성, 데이터 페칭, 스타일링, 라우팅, 프론트엔드 코드 작업 시 사용.

ComeOnOliver/skillshub

Provides Tamagui patterns for config v4, compiler optimization, styled context, and cross-platform styling. Must use when working with Tamagui projects (tamagui.config.ts, @tamagui imports).

ComeOnOliver/skillshub

Create distinctive, production-grade frontend interfaces with high design quality. Use this skill when the user asks to build web components, pages, or applications. Generates creative, polished code that avoids generic AI aesthetics.

ComeOnOliver/skillshub

Create high-converting, visually distinctive landing pages. Use when building marketing pages, product launches, SaaS homepages, or any single-page conversion-focused website. Guides section-by-section composition with anti-AI-slop principles.

ComeOnOliver/skillshub

Auto-loaded context for Portfolio Buddy 2 development. Use for ANY task involving: React 19 development, TypeScript, portfolio analysis features, metrics calculations, trading strategy comparison, or working with the Portfolio Buddy 2 codebase. Contains tech stack, known issues, and architectural constraints.

ComeOnOliver/skillshub

Next.js development tooling via MCP. Inspect routes, components, build info, and debug Next.js apps. Use when working on Next.js applications, debugging routing, or inspecting app structure. NOT for general React or non-Next.js projects.

ComeOnOliver/skillshub

Implement UI using Shadcn MCP (atoms/theme) and 21st.dev MCP (complex sections). Use when adding buttons, layouts, or generating landing pages.

ComeOnOliver/skillshub

A conceptual skill for building an API client in Next.js that handles JWT tokens

ComeOnOliver/skillshub

Best practices and patterns for Next.js App Router, Server Actions, and Routing in this project.

ComeOnOliver/skillshub

The Design System, Theme, and UX rules for the Physical AI Hub.

ComeOnOliver/skillshub

Comprehensive frontend development skill for building modern, performant web applications using ReactJS, NextJS, TypeScript, Tailwind CSS. Includes component scaffolding, performance optimization, bundle analysis, and UI best practices. Use when developing frontend features, optimizing performance, implementing UI/UX designs, managing state, or reviewing frontend code.

ComeOnOliver/skillshub

This document captures learnings from fixing keyboard navigation issues when floating components (Select, DropdownMenu, Popover) have CSS open/close animations.

ComeOnOliver/skillshub

Build Next.js 16 applications with correct patterns and distinctive design. Use when creating pages, layouts, dynamic routes, upgrading from Next.js 15, or implementing proxy.ts. Covers breaking changes (async params/searchParams, Turbopack, cacheComponents) and frontend aesthetics. NOT when building non-React or backend-only applications.

ComeOnOliver/skillshub

Comprehensive Framer Motion animation library for React. Covers motion components, variants, gestures, page transitions, and scroll animations. Use when adding animations to React/Next.js applications.

ComeOnOliver/skillshub

Build interfaces that resonate, not just render. This skill enforces bold, intentional

Skills relacionados