Communitygithub.com

ElevenLabs TTS

Gere áudio de texto para fala da ElevenLabs a partir de roteiros ou texto inline, usando perfis de voz locais. Use quando o usuário solicitar ElevenLabs, conversão de texto em fala, TTS, narração, locução, áudio de fala ou geração de voz; carregue nomes de voz, IDs de voz, e-mails, proprietários e padrões específicos da conta apenas a partir de configuração local fora da habilidade.

O que é ElevenLabs TTS?

Esta habilidade do agente de IA permite a geração de áudio Text-to-Speech (TTS) usando a API ElevenLabs. Ela foi projetada para ser reutilizável e não pessoal, mantendo chaves de API, nomes de voz e configurações específicas de contas em arquivos de configuração locais em vez de incorporá-los na própria habilidade. A habilidade suporta vários métodos de entrada de texto, incluindo texto inline, arquivos de roteiro e entrada padrão (stdin). Os perfis de voz são gerenciados por meio de um arquivo JSON local, que especifica parâmetros como ID da voz, ID do modelo, formato de saída e configurações de voz (estabilidade, similaridade, etc.), permitindo que os usuários alternem facilmente entre diferentes vozes e configurações para diferentes projetos ou contas. A habilidade também inclui um script auxiliar (`generate_voice.py`) que oferece opções flexíveis de linha de comando para seleção de perfil, substituições e listagem de vozes disponíveis, facilitando a integração em fluxos de trabalho de desenvolvimento. Ela foi projetada para plataformas como Claude Code, Cursor e Codex.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/MengTo/Skills/tree/HEAD/agent-skills/codex/elevenlabs-tts

Perguntar na sua IA favorita

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

Documentação

O que ElevenLabs TTS faz?

Use esta habilidade para geração de texto para fala da ElevenLabs. Mantenha a habilidade reutilizável e não pessoal:

  • Não armazene chaves de API, nomes de voz, IDs de voz, e-mails, nomes de contas, nomes de clientes ou padrões pessoais na habilidade.
  • Leia ELEVENLABS_API_KEY do ambiente do processo ou do .env mais próximo.
  • Leia perfis de voz específicos da conta a partir de configuração JSON local fora desta habilidade.
  • Gere áudio com configurações no nível da solicitação. Não altere as configurações salvas da conta ElevenLabs ou de voz, a menos que o usuário solicite explicitamente.

Perfis Locais

Prefira uma destas fontes de configuração, nesta ordem:

  1. --config /caminho/para/perfis.json
  2. ELEVENLABS_TTS_CONFIG=/caminho/para/perfis.json
  3. local/elevenlabs/perfis.json

Arquivos de perfil locais do projeto também são aceitáveis quando estão em .gitignore, por exemplo config/local/elevenlabs-tts.json.

O script auxiliar espera esta estrutura:

{
  "default_profile": "padrao",
  "profiles": {
    "padrao": {
      "voice_name": "Nome da voz da conta local",
      "voice_id": "id-de-voz-direto-opcional",
      "voice_id_env": "VARIAVEL_DE_AMBIENTE_OPCIONAL_COM_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": "saidas/locucoes",
      "emails": []
    }
  }
}

Campos como emails, proprietários, aliases e notas são apenas para roteamento/contexto local. O script ignora campos de metadados desconhecidos.

Fluxo de Trabalho

  1. Escolha o perfil a partir de --profile, ELEVENLABS_TTS_PROFILE ou default_profile.
  2. Prefira o script auxiliar: python3 <raiz-da-habilidade>/scripts/generate_voice.py --text-file script.txt --profile padrao --output output.mp3
  3. Se o perfil tiver voice_id, use-o. Se tiver voice_id_env, leia essa variável de ambiente. Caso contrário, pesquise na ElevenLabs por voice_name.
  4. Use model_id, output_format e voice_settings do perfil, a menos que o usuário os substitua para esta geração.
  5. Coloque o áudio gerado no destino solicitado. Se nenhum destino for fornecido, use o output_dir do perfil e, em seguida, outputs/voiceovers/.
  6. Informe o caminho de saída e quaisquer avisos importantes. Não imprima segredos.

Script Auxiliar

O script incluído suporta:

  • --text "..." para texto inline
  • --text-file caminho.txt para arquivos de roteiro
  • stdin quando nem --text nem --text-file são fornecidos
  • --profile nome para selecionar um perfil local
  • --config caminho.json para selecionar um arquivo de perfil local
  • --voice-id, --voice-name, --model-id, --output-format e --settings-json para substituições pontuais
  • --output caminho.mp3 para escolher o arquivo de saída
  • --dry-run para imprimir a carga da solicitação resolvida sem chamar o endpoint de texto para fala
  • --list-voices para listar as vozes correspondentes da ElevenLabs sem gerar áudio

Notas da API

Use os endpoints atuais da ElevenLabs:

  • Pesquisa de voz: GET https://api.elevenlabs.io/v2/voices
  • Geração de fala: POST https://api.elevenlabs.io/v1/text-to-speech/:voice_id?output_format=...

Envie a chave de API como xi-api-key.

Individual skills in this repo

This repo contains 9 individual skills — each has its own dedicated page.

MengTo/Skills

Create polished 60 fps 4:3 4K browser screen-recording style videos from Codex in-app browser captures, with browser-only crop, natural macOS cursor styling, deliberate click choreography, zoom-follow framing, ffprobe/thumbnail verification, and optional native recording compatibility checks. Use when the user asks to record or re-record browser actions, show cursor clicks and zooms, make Dribbble/UI inspiration or product demo recordings, or asks whether Codex, Playwright, or an MCP can produce a natural browser demo video.

MengTo/Skills

Profile, audit, and optimize frontend page performance with emphasis on animation work, memory-leak risks, long-session slowdowns, CSS animations, canvas/WebGL requestAnimationFrame loops, marquees, skeletons, GSAP/Three/Matter effects, timers, listeners, and observers. Use when the user asks to make animations performant, pause offscreen animations, look for memory leaks, profile pages that slow the computer over time, fix janky scrolling, reduce CPU/GPU use, or repeat the "only play in view" optimization on React/Vite/Next/frontend pages using Codex Browser.

MengTo/Skills

Turn a reference video into a super detailed recreation or inspiration prompt. Use when the user provides, mentions, uploads, links, or points to a video and asks to analyze the design, UI, animations, transitions, scroll interactions, typography, colors, assets, WebGL/Three.js, storytelling, section-by-section behavior, or to create a prompt/article that recreates the page, app, interaction, or motion system.

MengTo/Skills

Create an on-scroll animation trigger using IntersectionObserver with Tailwind-friendly animation classes and keyframes. Use when asked for scroll-reveal, animate-on-scroll, or sequencing element animations when they enter the viewport.

MengTo/Skills

Use when designing or implementing product-grade web motion like Stripe, Linear, Apple, and Vercel. Covers motion principles, easing/duration defaults, choreography patterns, scroll/hover interactions, performance, accessibility (reduced motion), and implementation guidance.

MengTo/Skills

Create premium cinematic web motion systems with GSAP, ScrollTrigger, and Lenis. Use for luxury editorial websites, creative studio portfolios, Awwwards-style interactions, smooth scroll reveals, staggered text, parallax, pinned sections, magnetic hover states, custom cursors, and mouse-reactive layered movement.

MengTo/Skills

Create cinematic scroll-driven landing pages with Lenis smooth scrolling, GSAP ScrollTrigger, scroll-linked progression, staggered text reveals, sticky card stacks, parallax backgrounds, scroll-scrubbed transitions, footer reveals, and immersive preloaders. Use when analyzing or building premium editorial scroll experiences, sticky project stacks, kinetic typography, or section-by-section storytelling.

MengTo/Skills

Use when designing or rewriting a high-converting SaaS pricing page (structure, plan design, copywriting, SEO/AEO, FAQs, layout patterns, experiments). Includes checklists, templates, and common pitfalls.

MengTo/Skills

Use when creating or refining WebGL-heavy landing pages and you need to steer toward a specific visual outcome (premium, technical, playful, cinematic) while balancing conversion clarity, performance, and implementation complexity.

Habilidades Relacionadas