Automação ElevenLabs
Automatize seus fluxos de trabalho de texto-para-fala do ElevenLabs — converta texto em fala natural, navegue pela biblioteca de vozes, inspecione detalhes de vozes, verifique créditos de assinatura, selecione modelos TTS, transmita áudio com baixa latência e recupere áudios gerados anteriormente do histórico.
Documentação do toolkit: composio.dev/toolkits/elevenlabs
Configuração
- Adicione o servidor MCP Composio ao seu cliente:
https://rube.app/mcp - Conecte sua conta ElevenLabs quando solicitado (autenticação via chave de API)
- Comece a usar os fluxos de trabalho abaixo
Fluxos de Trabalho Principais
1. Gerar Fala a partir de Texto
Use ELEVENLABS_TEXT_TO_SPEECH para converter texto em um arquivo de áudio para download.
Ferramenta: ELEVENLABS_TEXT_TO_SPEECH
Entradas:
- voice_id: string (obrigatório) — obtido de ELEVENLABS_GET_VOICES
- text: string (obrigatório) — máx. ~10.000 caracteres (maioria dos modelos), 30.000 (Flash/Turbo v2), 40.000 (v2.5)
- model_id: string (padrão "eleven_monolingual_v1") — ex.: "eleven_multilingual_v2"
- output_format: string (padrão "mp3_44100_128") — veja formatos abaixo
- optimize_streaming_latency: inteiro (0-4; NÃO suportado com eleven_v3)
- seed: inteiro (opcional, para reprodutibilidade — não garantido)
- pronunciation_dictionary_locators: array (opcional, até 3 dicionários)
Formatos de saída:
- MP3:
mp3_22050_32,mp3_44100_32,mp3_44100_64,mp3_44100_96,mp3_44100_128,mp3_44100_192(Creator+) - PCM:
pcm_16000,pcm_22050,pcm_24000,pcm_44100(Pro+) - uLaw:
ulaw_8000(para Twilio)
Importante: A saída é um objeto de arquivo com um link de download pré-assinado em data.file.s3url (expira em ~1 hora). Faça o download prontamente.
2. Navegar pelas Vozes Disponíveis
Use ELEVENLABS_GET_VOICES para listar todas as vozes com seus atributos e configurações.
Ferramenta: ELEVENLABS_GET_VOICES
Entradas: (nenhuma)
Retorna um array em data.voices[] com voice_id, name, labels (gênero, sotaque, caso de uso) e configurações.
3. Inspecionar uma Voz Específica
Use ELEVENLABS_GET_VOICE para obter metadados detalhados de uma voz candidata antes da síntese.
Ferramenta: ELEVENLABS_GET_VOICE
Entradas:
- voice_id: string (obrigatório) — ex.: "21m00Tcm4TlvDq8ikWAM"
- with_settings: booleano (padrão false) — incluir configurações detalhadas da voz
4. Verificar Assinatura e Créditos
Use ELEVENLABS_GET_USER_SUBSCRIPTION_INFO para verificar limites do plano e créditos restantes antes da geração em lote.
Ferramenta: ELEVENLABS_GET_USER_SUBSCRIPTION_INFO
Entradas: (nenhuma)
5. Listar Modelos TTS Disponíveis
Use ELEVENLABS_GET_MODELS para descobrir modelos compatíveis e filtrar por can_do_text_to_speech: true.
Ferramenta: ELEVENLABS_GET_MODELS
Entradas: (nenhuma)
6. Transmitir Áudio e Recuperar Histórico
Use ELEVENLABS_TEXT_TO_SPEECH_STREAM para entrega em stream com baixa latência, e ELEVENLABS_GET_AUDIO_FROM_HISTORY_ITEM para baixar novamente áudio gerado anteriormente.
Ferramenta: ELEVENLABS_TEXT_TO_SPEECH_STREAM
- Mesmas entradas principais que TEXT_TO_SPEECH, mas retorna um stream para reprodução de baixa latência
Ferramenta: ELEVENLABS_GET_AUDIO_FROM_HISTORY_ITEM
- history_item_id: string (obrigatório) — ID de uma geração anterior
Problemas Conhecidos
| Problema | Detalhe |
|---|---|
| Limites de tamanho de texto | A maioria dos modelos limita a ~10.000-20.000 caracteres por requisição. Entrada muito grande retorna HTTP 400. Divida textos longos em partes (~5.000 caracteres) e gere por parte. |
| Saída é uma URL pré-assinada | ELEVENLABS_TEXT_TO_SPEECH retorna data.file.s3url com validade de ~1 hora (X-Amz-Expires=3600). Baixe o arquivo de áudio prontamente. |
| Erros de cota e crédito | HTTP 401 com quota_exceeded ou HTTP 402 payment_required significa créditos insuficientes ou restrições de plano. Verifique com ELEVENLABS_GET_USER_SUBSCRIPTION_INFO antes de trabalhos em lote. |
| Permissões de voz | HTTP 401 com missing_permissions significa que a chave da API não tem o escopo voices_read. Verifique as permissões da chave. |
| Compatibilidade de modelos | Nem todos os modelos suportam TTS. Use ELEVENLABS_GET_MODELS e filtre por can_do_text_to_speech: true. O parâmetro optimize_streaming_latency NÃO é suportado com eleven_v3. |
| Truncamento de lista grande de vozes | ELEVENLABS_GET_VOICES pode retornar uma lista grande. Selecione a partir da carga completa de data.voices[] — as pré-visualizações podem aparecer truncadas. |
Referência Rápida
| Slug da Ferramenta | Descrição |
|---|---|
ELEVENLABS_TEXT_TO_SPEECH | Converte texto em fala, retorna arquivo de áudio para download |
ELEVENLABS_GET_VOICES | Lista todas as vozes disponíveis com atributos |
ELEVENLABS_GET_VOICE | Obtém informações detalhadas de uma voz específica |
ELEVENLABS_GET_USER_SUBSCRIPTION_INFO | Verifica plano de assinatura e créditos restantes |
ELEVENLABS_GET_MODELS | Lista modelos TTS disponíveis e capacidades |
ELEVENLABS_TEXT_TO_SPEECH_STREAM | Transmite áudio com baixa latência |
ELEVENLABS_GET_AUDIO_FROM_HISTORY_ITEM | Baixa novamente áudio do histórico de geração |
Desenvolvido por Composio