ElevenLabs TTS 是做什么的?
使用此技能进行ElevenLabs文本转语音生成。保持技能可复用且非个性化:
- 不要在技能中存储API密钥、语音名称、语音ID、邮箱、账户名称、客户名称或个人默认值。
- 从进程环境变量或最近的
.env文件中读取ELEVENLABS_API_KEY。 - 从本地JSON配置文件中读取账户特定的语音配置文件,该文件位于技能外部。
- 使用请求级别的设置生成音频。除非用户明确要求,否则不要修改已保存的ElevenLabs账户或语音设置。
本地配置文件
按顺序优先选择以下配置文件源之一:
--config /path/to/profiles.jsonELEVENLABS_TTS_CONFIG=/path/to/profiles.jsonlocal/elevenlabs/profiles.json
项目本地的配置文件文件(如 config/local/elevenlabs-tts.json)在已加入gitignore的前提下也是可以的。
帮助脚本期望的格式如下:
{
"default_profile": "default",
"profiles": {
"default": {
"voice_name": "本地账户中的语音名称",
"voice_id": "可选的直接语音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、别名和备注等字段仅适用于本地路由/上下文。脚本会忽略未知的元数据字段。
工作流程
- 从
--profile、ELEVENLABS_TTS_PROFILE或default_profile中选择配置文件。 - 优先使用帮助脚本:
python3 <skill-root>/scripts/generate_voice.py --text-file script.txt --profile default --output output.mp3 - 如果配置文件有
voice_id,则使用它。如果它有voice_id_env,则读取该环境变量。否则通过voice_name搜索ElevenLabs。 - 使用配置文件中的
model_id、output_format和voice_settings,除非用户为本次生成覆盖了它们。 - 将生成的音频放到请求的目标位置。如果没有指定目标位置,则使用配置文件的
output_dir,然后是outputs/voiceovers/。 - 报告输出路径和任何重要警告。不要打印机密信息。
帮助脚本
绑定的脚本支持:
--text "..."用于内联文本--text-file path.txt用于脚本文件- 当未提供
--text和--text-file时,从标准输入读取 --profile name用于选择本地配置文件--config path.json用于选择本地配置文件文件--voice-id、--voice-name、--model-id、--output-format和--settings-json用于一次性覆盖--output path.mp3用于选择输出文件--dry-run用于打印解析后的请求负载而不调用文本转语音端点--list-voices用于列出匹配的ElevenLabs语音而不生成音频
API 说明
使用当前的ElevenLabs端点:
- 语音搜索:
GET https://api.elevenlabs.io/v2/voices - 语音生成:
POST https://api.elevenlabs.io/v1/text-to-speech/:voice_id?output_format=...
将API密钥作为 xi-api-key 发送。