ElevenLabs TTS は何をしますか?
このスキルはElevenLabsのテキスト読み上げ生成に使用します。スキルは再利用可能で個人情報を含まないように保ってください:
- APIキー、音声名、音声ID、メールアドレス、アカウント名、顧客名、個人のデフォルト設定をスキル内に保存しないでください。
ELEVENLABS_API_KEYはプロセス環境または最も近い.envファイルから読み取ってください。- アカウント固有の音声プロファイルは、このスキルの外部にあるローカルJSON設定から読み取ってください。
- リクエストレベルの設定で音声を生成してください。ユーザーが明示的に要求しない限り、保存されたElevenLabsアカウントや音声設定を変更しないでください。
ローカルプロファイル
以下の設定ソースを優先的に使用し、順序に従ってください:
--config /path/to/profiles.jsonELEVENLABS_TTS_CONFIG=/path/to/profiles.jsonlocal/elevenlabs/profiles.json
プロジェクトローカルのプロファイルファイルも、gitignoreされている場合は問題ありません。例:config/local/elevenlabs-tts.json
ヘルパースクリプトは以下の形状を想定しています:
{
"default_profile": "default",
"profiles": {
"default": {
"voice_name": "Voice name from the local account",
"voice_id": "optional-direct-voice-id",
"voice_id_env": "OPTIONAL_ENV_VAR_WITH_VOICE_ID",
"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/voiceovers",
"emails": []
}
}
}
emails、所有者、エイリアス、メモなどのフィールドは、ローカルのルーティングやコンテキストのみに使用されます。スクリプトは未知のメタデータフィールドを無視します。
ワークフロー
--profile、ELEVENLABS_TTS_PROFILE、またはdefault_profileからプロファイルを選択します。- ヘルパースクリプトを優先的に使用します:
python3 <skill-root>/scripts/generate_voice.py --text-file script.txt --profile default --output output.mp3 - プロファイルに
voice_idがあればそれを使用します。voice_id_envがあれば、その環境変数を読み取ります。それ以外の場合は、voice_nameでElevenLabsを検索します。 - ユーザーが今回の生成で上書きしない限り、プロファイルの
model_id、output_format、およびvoice_settingsを使用します。 - 生成された音声を要求された保存先に配置します。保存先が指定されていない場合は、プロファイルの
output_dir、次にoutputs/voiceovers/を使用します。 - 出力パスと重要な警告を報告します。シークレットは出力しないでください。
ヘルパースクリプト
バンドルされているスクリプトは以下をサポートしています:
--text "...":インラインテキスト用--text-file path.txt:スクリプトファイル用--textも--text-fileも指定されていない場合は標準入力--profile name:ローカルプロファイルを選択--config path.json:ローカルプロファイルファイルを選択--voice-id、--voice-name、--model-id、--output-format、--settings-json:一回限りの上書き用--output path.mp3:出力ファイルを選択--dry-run:TTSエンドポイントを呼び出さずに、解決されたリクエストペイロードを表示--list-voices:音声を生成せずに、一致するElevenLabs音声を一覧表示
APIメモ
現在のElevenLabsエンドポイントを使用します:
- 音声検索:
GET https://api.elevenlabs.io/v2/voices - 音声生成:
POST https://api.elevenlabs.io/v1/text-to-speech/:voice_id?output_format=...
APIキーは xi-api-key として送信します。