Communitygithub.com

ElevenLabs Text-to-Speech

Conversão de texto em fala premium com mais de 22 vozes e suporte multilíngue via CLI inference.sh.

O que é ElevenLabs Text-to-Speech?

Esta skill permite a conversão de texto em áudio natural utilizando o motor ElevenLabs, oferecendo mais de 22 vozes premium entre femininas e masculinas, com modelos de alta qualidade (eleven_multilingual_v2), baixa latência (eleven_turbo_v2_5) e resposta ultrarrápida (eleven_flash_v2_5). Suporta 32 idiomas, incluindo português, inglês, espanhol, francês, alemão, japonês, coreano e árabe. Além do controle básico de voz e modelo, é possível ajustar estabilidade, similaridade e estilo para refinar a entonação, e escolher entre formatos de saída como MP3 e PCM. A skill é ativada por palavras-chave como elevenlabs, tts premium, voz profissional ou síntese de fala, e pode ser combinada com outras skills do ecossistema inference.sh para criar diálogos com múltiplos falantes, modificar vozes ou gerar efeitos sonoros. Integra-se facilmente a fluxos de narração de vídeos, podcasts, audiolivros, e-learning, acessibilidade e sistemas IVR.

Funciona com✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/AngelescuCiprian/claude-skills/tree/HEAD/.agents/skills/elevenlabs-tts

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Prévia

Do README da skill

ElevenLabs TTS

Documentação

ElevenLabs Conversão de Texto em Fala

Conversão de texto em fala premium com mais de 22 vozes via CLI inference.sh.

ElevenLabs TTS

Início Rápido

Requer a CLI inference.sh (infsh). Instruções de instalação

infsh login

# Gerar fala com ElevenLabs
infsh app run elevenlabs/tts --input '{"text": "Olá, bem-vindo à nossa demonstração do produto.", "voice": "aria"}'

Modelos Disponíveis

ModeloIDMelhor ParaLatência
Multilingual v2eleven_multilingual_v2Máxima qualidade, 32 idiomas~250ms
Turbo v2.5eleven_turbo_v2_5Equilíbrio entre velocidade e qualidade~150ms
Flash v2.5eleven_flash_v2_5Latência ultrabaixa~75ms

Biblioteca de Vozes

Vozes Femininas

VozEstilo
ariaAmericana, conversacional
aliceBritânica, confiante
bellaAmericana, calorosa
jessicaAmericana, expressiva
lauraAmericana, profissional
lilyBritânica, suave
sarahAmericana, amigável

Vozes Masculinas

VozEstilo
georgeBritânica, autoritária
adamAmericana, grave
billAmericana, madura
brianAmericana, conversacional
callumTransatlântica, intensa
charlieAustraliana, natural
chrisAmericana, casual
danielBritânica, imponente
ericAmericana, amigável
harryAmericana, jovem
liamAmericana, articulada
matildaAmericana, calorosa
riverAmericana, confiante
rogerAmericana, autoritária
willAmericana, brilhante

Exemplos

Fala Básica

infsh app run elevenlabs/tts --input '{"text": "Bem-vindo à nossa apresentação de resultados trimestrais.", "voice": "george"}'

Escolher um Modelo

# Máxima qualidade
infsh app run elevenlabs/tts --input '{
  "text": "Este é o nosso modelo multilíngue premium com a melhor qualidade.",
  "voice": "aria",
  "model": "eleven_multilingual_v2"
}'

# Ultrarrápido para aplicações em tempo real
infsh app run elevenlabs/tts --input '{
  "text": "Modelo Flash para aplicações de baixa latência.",
  "voice": "brian",
  "model": "eleven_flash_v2_5"
}'

Ajuste de Voz

infsh app run elevenlabs/tts --input '{
  "text": "Ajuste fino das características da voz para o seu caso de uso.",
  "voice": "bella",
  "stability": 0.3,
  "similarity_boost": 0.9,
  "style": 0.4
}'
ParâmetroIntervaloEfeito
stability0-1Maior = mais consistente, menor = mais expressivo
similarity_boost0-1Maior = mais próximo do caráter original da voz
style0-1Maior = mais exagero de estilo
use_speaker_boosttrue/falseMelhora a clareza do falante

Formatos de Saída

# MP3 de alta qualidade
infsh app run elevenlabs/tts --input '{
  "text": "Saída de áudio de alta qualidade.",
  "voice": "daniel",
  "output_format": "mp3_44100_192"
}'
FormatoDescrição
mp3_44100_128MP3 a 44,1kHz, 128kbps (padrão)
mp3_44100_192MP3 a 44,1kHz, 192kbps
pcm_16000PCM bruto a 16kHz
pcm_22050PCM bruto a 22,05kHz
pcm_24000PCM bruto a 24kHz
pcm_44100PCM bruto a 44,1kHz

Multilíngue

ElevenLabs suporta 32 idiomas, incluindo inglês, espanhol, francês, alemão, italiano, português, chinês, japonês, coreano, árabe, hindi, russo e muito mais.

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

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

Fluxo de Trabalho Voz + Vídeo

# 1. Gerar narração
infsh app run elevenlabs/tts --input '{
  "text": "Apresentando o futuro da criação de conteúdo com IA.",
  "voice": "george"
}' > voiceover.json

# 2. Criar vídeo com avatar falante
infsh app run bytedance/omnihuman-1-5 --input '{
  "image_url": "https://retrato.jpg",
  "audio_url": "<url-de-áudio-do-passo-1>"
}'

Casos de Uso

  • Narrações: Demonstrações de produtos, vídeos explicativos, comerciais
  • Audiolivros: Narração longa com vozes consistentes
  • Podcasts: Apresentadores de IA com entrega natural
  • E-learning: Narração de cursos em vários idiomas
  • Acessibilidade: Conteúdo de leitor de tela de alta qualidade
  • IVR: Mensagens profissionais para sistemas telefônicos
  • Narração de Vídeos: Conteúdo para documentários e mídias sociais

Skills Relacionadas

# Diálogo com múltiplos falantes ElevenLabs
npx skills add inference-sh/skills@elevenlabs-dialogue

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

# Efeitos sonoros ElevenLabs
npx skills add inference-sh/skills@elevenlabs-sound-effects

# Todos os modelos TTS (Kokoro, DIA, Chatterbox e muito mais)
npx skills add inference-sh/skills@text-to-speech

# Skill completa da plataforma (todos os 150+ apps)
npx skills add inference-sh/skills@infsh-cli

Navegue por todos os apps de áudio: infsh app list --category audio

Individual skills in this repo

This repo contains 12 individual skills — each has its own dedicated page.

AngelescuCiprian/claude-skills

Create AI avatar and talking head videos with OmniHuman, Fabric, PixVerse via inference.sh CLI. Models: OmniHuman 1.5, OmniHuman 1.0, Fabric 1.0, PixVerse Lipsync. Capabilities: audio-driven avatars, lipsync videos, talking head generation, virtual presenters. Use for: AI presenters, explainer videos, virtual influencers, dubbing, marketing videos. Triggers: ai avatar, talking head, lipsync, avatar video, virtual presenter, ai spokesperson, audio driven video, heygen alternative, synthesia alternative, talking avatar, lip sync, video avatar, ai presenter, digital human

AngelescuCiprian/claude-skills

Create AI marketing videos for ads, promos, product launches, and brand content. Models: Veo, Seedance, Wan, FLUX for visuals, Kokoro for voiceover. Types: product demos, testimonials, explainers, social ads, brand videos. Use for: Facebook ads, YouTube ads, product launches, brand awareness. Triggers: marketing video, ad video, promo video, commercial, brand video, product video, explainer video, ad creative, video ad, facebook ad video, youtube ad, instagram ad, tiktok ad, promotional video, launch video

AngelescuCiprian/claude-skills

Generate AI videos with Google Veo, Seedance, Wan, Grok and 40+ models via inference.sh CLI. Models: Veo 3.1, Veo 3, Seedance 1.5 Pro, Wan 2.5, Grok Imagine Video, OmniHuman, Fabric, HunyuanVideo. Capabilities: text-to-video, image-to-video, lipsync, avatar animation, video upscaling, foley sound. Use for: social media videos, marketing content, explainer videos, product demos, AI avatars. Triggers: video generation, ai video, text to video, image to video, veo, animate image, video from image, ai animation, video generator, generate video, t2v, i2v, ai video maker, create video with ai, runway alternative, pika alternative, sora alternative, kling alternative

AngelescuCiprian/claude-skills

Explainer video production guide: scripting, voiceover, visuals, and assembly. Covers script formulas, pacing rules, scene planning, and multi-tool pipelines. Use for: product demos, how-it-works videos, onboarding videos, social explainers. Triggers: explainer video, how to make explainer, product video, demo video, video production, video script, animated explainer, product demo video, tutorial video, onboarding video, walkthrough video, video pipeline

AngelescuCiprian/claude-skills

Still-to-video conversion guide: model selection, motion prompting, and camera movement. Covers Wan 2.5 i2v, Seedance, Fabric, Grok Video with when to use each. Use for: animating images, creating video from stills, adding motion, product animations. Triggers: image to video, i2v, animate image, still to video, add motion to image, image animation, photo to video, animate still, wan i2v, image2video, bring image to life, animate photo, motion from image

AngelescuCiprian/claude-skills

Landing page conversion optimization with layout rules, hero section design, and CTA psychology. Covers above-the-fold formula, social proof placement, mobile design, and F-pattern reading. Use for: startup landing pages, product pages, SaaS marketing, conversion optimization. Triggers: landing page, hero section, above the fold, conversion optimization, landing page design, cta button, hero image, landing page layout, saas landing page, product page design, conversion rate, landing page best practices

AngelescuCiprian/claude-skills

Generate videos with Pruna P-Video and WAN models via inference.sh CLI. Models: P-Video, WAN-T2V, WAN-I2V. Capabilities: text-to-video, image-to-video, audio support, 720p/1080p, fast inference. Pruna optimizes models for speed without quality loss. Triggers: pruna video, p-video, pruna ai video, fast video generation, optimized video, wan t2v, wan i2v, economic video generation, cheap video generation, pruna text to video, pruna image to video

AngelescuCiprian/claude-skills

Best practices for Remotion - Video creation in React

AngelescuCiprian/claude-skills

Render videos from React/Remotion component code via inference.sh. Pass TSX code, get MP4. Supports all Remotion APIs: useCurrentFrame, useVideoConfig, spring, interpolate, AbsoluteFill, Sequence. Configurable resolution, FPS, duration, codec. Use for: programmatic video generation, animated graphics, motion design, data-driven videos, React animations to video. Triggers: remotion, render video from code, tsx to video, react video, programmatic video, remotion render, code to video, animated video, motion graphics code, react animation video

AngelescuCiprian/claude-skills

Video ad creation with exact platform-specific specs for TikTok, Instagram, YouTube, Facebook, LinkedIn. Covers dimensions, duration limits, AIDA framework, and caption requirements. Use for: video ads, social media ads, paid media creative, video marketing, ad production. Triggers: video ad, social media ad, tiktok ad, instagram ad, youtube ad, facebook ad, linkedin ad, video creative, ad specs, paid media, video marketing, ad production, reels ad, stories ad, pre roll, bumper ad

AngelescuCiprian/claude-skills

Best practices and techniques for writing effective AI video generation prompts. Covers: Veo, Seedance, Wan, Grok, Kling, Runway, Pika, Sora prompting strategies. Learn: shot types, camera movements, lighting, pacing, style keywords, negative prompts. Use for: improving video quality, getting consistent results, professional video prompts. Triggers: video prompt, how to prompt video, veo prompts, video generation tips, better ai video, video prompt engineering, video prompt guide, video prompt template, ai video tips, video prompt best practices, video prompt examples, cinematography prompts

AngelescuCiprian/claude-skills

YouTube thumbnail design with specific dimensions, contrast rules, and mobile preview optimization. Covers safe zones, text placement, face expression psychology, and A/B testing. Use for: YouTube thumbnails, video cover images, click-through optimization. Triggers: youtube thumbnail, thumbnail design, video thumbnail, click through rate, ctr optimization, youtube cover, video cover image, thumbnail maker, thumbnail tips, youtube design, video preview image

Habilidades Relacionadas