安装 belt CLI 技能：
npx skills add belt-sh/cli
ElevenLabs 文本转语音
通过 inference.sh CLI 提供 22+ 种高级语音的文本转语音服务。
快速开始
需要 inference.sh CLI (
belt)。安装说明
belt login
# 使用 ElevenLabs 生成语音
belt app run elevenlabs/tts --input '{"text": "你好，欢迎来到我们的产品演示。", "voice": "aria"}'
可用模型
| 模型 | ID | 最佳用途 | 延迟 |
|---|---|---|---|
| Multilingual v2 | eleven_multilingual_v2 | 最高质量，支持 32 种语言 | ~250ms |
| Turbo v2.5 | eleven_turbo_v2_5 | 速度与质量的平衡 | ~150ms |
| Flash v2.5 | eleven_flash_v2_5 | 超低延迟 | ~75ms |
语音库
女声
| 语音 | 风格 |
|---|---|
aria | 美式，对话式 |
alice | 英式，自信 |
bella | 美式，温暖 |
jessica | 美式，富有表现力 |
laura | 美式，专业 |
lily | 英式，柔和 |
sarah | 美式，友好 |
男声
| 语音 | 风格 |
|---|---|
george | 英式，权威 |
adam | 美式，深沉 |
bill | 美式，成熟 |
brian | 美式，对话式 |
callum | 跨大西洋，强烈 |
charlie | 澳大利亚，自然 |
chris | 美式，随意 |
daniel | 英式，命令式 |
eric | 美式，友好 |
harry | 美式，年轻 |
liam | 美式，清晰 |
matilda | 美式，温暖 |
river | 美式，自信 |
roger | 美式，权威 |
will | 美式，明亮 |
示例
基础语音
belt app run elevenlabs/tts --input '{"text": "欢迎来到我们的季度财报演示。", "voice": "george"}'
选择模型
# 最高质量
belt app run elevenlabs/tts --input '{
"text": "这是我们最好的多语言模型，质量最高。",
"voice": "aria",
"model": "eleven_multilingual_v2"
}'
# 针对实时应用的超快速度
belt app run elevenlabs/tts --input '{
"text": "适用于低延迟应用的 Flash 模型。",
"voice": "brian",
"model": "eleven_flash_v2_5"
}'
语音调优
belt app run elevenlabs/tts --input '{
"text": "根据您的使用场景微调语音特征。",
"voice": "bella",
"stability": 0.3,
"similarity_boost": 0.9,
"style": 0.4
}'
| 参数 | 范围 | 效果 |
|---|---|---|
stability | 0-1 | 越高越一致，越低越富有表现力 |
similarity_boost | 0-1 | 越高越接近原始语音特征 |
style | 0-1 | 越高风格越夸张 |
use_speaker_boost | true/false | 增强说话人清晰度 |
输出格式
# 高品质 MP3
belt app run elevenlabs/tts --input '{
"text": "高质量音频输出。",
"voice": "daniel",
"output_format": "mp3_44100_192"
}'
| 格式 | 描述 |
|---|---|
mp3_44100_128 | MP3 at 44.1kHz，128kbps（默认） |
mp3_44100_192 | MP3 at 44.1kHz，192kbps |
pcm_16000 | Raw PCM at 16kHz |
pcm_22050 | Raw PCM at 22.05kHz |
pcm_24000 | Raw PCM at 24kHz |
pcm_44100 | Raw PCM at 44.1kHz |
多语言
ElevenLabs 支持 32 种语言，包括英语、西班牙语、法语、德语、意大利语、葡萄牙语、中文、日语、韩语、阿拉伯语、印地语、俄语等。
# 西班牙语
belt app run elevenlabs/tts --input '{
"text": "Hola, bienvenidos a nuestra presentación.",
"voice": "aria",
"model": "eleven_multilingual_v2"
}'
# 法语
belt app run elevenlabs/tts --input '{
"text": "Bonjour, bienvenue à notre démonstration.",
"voice": "alice",
"model": "eleven_multilingual_v2"
}'
语音 + 视频工作流
# 1. 生成配音
belt app run elevenlabs/tts --input '{
"text": "Introducing the future of AI-powered content creation.",
"voice": "george"
}' > voiceover.json
# 2. 创建说话头像视频
belt app run bytedance/omnihuman-1-5 --input '{
"image_url": "https://portrait.jpg",
"audio_url": "<audio-url-from-step-1>"
}'
使用场景
- 配音：产品演示、解说视频、广告
- 有声书：长文本朗读，语音一致
- 播客：AI 主持人，自然表达
- 在线教育：多语言课程旁白
- 无障碍阅读：高品质屏幕阅读器内容
- IVR：专业电话系统消息
- 视频旁白：纪录片和社交媒体内容
相关技能
# ElevenLabs 多说话人对话
npx skills add inference-sh/skills@elevenlabs-dialogue
# ElevenLabs 变声器
npx skills add inference-sh/skills@elevenlabs-voice-changer
# ElevenLabs 音效
npx skills add inference-sh/skills@elevenlabs-sound-effects
# 所有 TTS 模型（Kokoro、DIA、Chatterbox、Inworld TTS 等）
npx skills add inference-sh/skills@text-to-speech
# 完整平台技能（所有应用程序）
npx skills add inference-sh/skills@infsh-cli
浏览所有音频应用：belt app list --category audio