安裝 belt CLI 技能：
npx skills add belt-sh/cli
ElevenLabs 文字轉語音
透過 inference.sh CLI 使用 22 種以上語音的進階文字轉語音服務。
快速開始
需要 inference.sh CLI (
belt)。安裝說明
belt login
# 使用 ElevenLabs 產生語音
belt app run elevenlabs/tts --input '{"text": "您好，歡迎來到我們的產品示範。", "voice": "aria"}'
可用模型
| 模型 | ID | 適合用途 | 延遲 |
|---|---|---|---|
| Multilingual v2 | eleven_multilingual_v2 | 最高品質，32 種語言 | ~250ms |
| Turbo v2.5 | eleven_turbo_v2_5 | 速度與品質的平衡 | ~150ms |
| Flash v2.5 | eleven_flash_v2_5 | 超低延遲 | ~75ms |
語音庫
女性語音
| 語音 | 風格 |
|---|---|
aria | 美式，對話式 |
alice | 英式，自信 |
bella | 美式，溫暖 |
jessica | 美式，富有表現力 |
laura | 美式，專業 |
lily | 英式，柔和 |
sarah | 美式，友善 |
男性語音
| 語音 | 風格 |
|---|---|
george | 英式，權威 |
adam | 美式，低沉 |
bill | 美式，成熟 |
brian | 美式，對話式 |
callum | 跨大西洋，強烈 |
charlie | 澳洲，自然 |
chris | 美式，隨性 |
daniel | 英式，指揮性 |
eric | 美式，友善 |
harry | 美式，年輕 |
liam | 美式，清晰 |
matilda | 美式，溫暖 |
river | 美式，自信 |
roger | 美式，權威 |
will | 美式，明亮 |
範例
基本語音
belt app run elevenlabs/tts --input '{"text": "歡迎參加我們的季度營收簡報。", "voice": "george"}'
選擇模型
# 最高品質
belt app run elevenlabs/tts --input '{
"text": "這是我們最佳品質的進階多語言模型。",
"voice": "aria",
"model": "eleven_multilingual_v2"
}'
# 超快，適用於即時應用
belt app run elevenlabs/tts --input '{
"text": "適用於低延遲應用的 Flash 模型。",
"voice": "brian",
"model": "eleven_flash_v2_5"
}'
語音調校
belt app run elevenlabs/tts --input '{
"text": "根據您的使用場景微調語音特性。",
"voice": "bella",
"stability": 0.3,
"similarity_boost": 0.9,
"style": 0.4
}'
| 參數 | 範圍 | 效果 |
|---|---|---|
stability | 0-1 | 越高越一致，越低越富表現力 |
similarity_boost | 0-1 | 越高越接近原始語音特徵 |
style | 0-1 | 越高風格越誇張 |
use_speaker_boost | true/false | 增強說話者清晰度 |
輸出格式
# 高品質 MP3
belt app run elevenlabs/tts --input '{
"text": "高品質音訊輸出。",
"voice": "daniel",
"output_format": "mp3_44100_192"
}'
| 格式 | 說明 |
|---|---|
mp3_44100_128 | MP3，44.1kHz，128kbps (預設) |
mp3_44100_192 | MP3，44.1kHz，192kbps |
pcm_16000 | 原始 PCM，16kHz |
pcm_22050 | 原始 PCM，22.05kHz |
pcm_24000 | 原始 PCM，24kHz |
pcm_44100 | 原始 PCM，44.1kHz |
多語言
ElevenLabs 支援 32 種語言，包含英文、西班牙文、法文、德文、義大利文、葡萄牙文、中文、日文、韓文、阿拉伯文、印度文、俄文等。
# 西班牙文
belt app run elevenlabs/tts --input '{
"text": "Hola, bienvenidos a nuestra presentación.",
"voice": "aria",
"model": "eleven_multilingual_v2"
}'
# 法文
belt app run elevenlabs/tts --input '{
"text": "Bonjour, bienvenue à notre démonstration.",
"voice": "alice",
"model": "eleven_multilingual_v2"
}'
語音＋影片工作流程
# 1. 產生旁白
belt app run elevenlabs/tts --input '{
"text": "歡迎來到 AI 驅動內容創作的未來。",
"voice": "george"
}' > voiceover.json
# 2. 建立說話頭影片
belt app run bytedance/omnihuman-1-5 --input '{
"image_url": "https://portrait.jpg",
"audio_url": "<步驟 1 的音訊網址>"
}'
使用案例
- 旁白：產品示範、解說影片、廣告
- 有聲書：長篇敘述，語音一致
- Podcast：以自然表達的 AI 主持人
- 線上學習：多語言課程旁白
- 無障礙功能：高品質螢幕閱讀器內容
- IVR：專業電話系統語音訊息
- 影片旁白：紀錄片與社群媒體內容
相關技能
# ElevenLabs 多說話者對話
npx skills add inference-sh/skills@elevenlabs-dialogue
# ElevenLabs 變聲器
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 (所有應用程式)
npx skills add inference-sh/skills@infsh-cli
瀏覽所有音訊應用程式：belt app list --category audio