elevenlabs-tts

安装 belt CLI 技能： npx skills add belt-sh/cli

ElevenLabs 文本转语音

通过 inference.sh CLI 提供高品质文本转语音，支持 22+ 种音色。

快速开始

需要 inference.sh CLI（belt）。安装说明

belt login

# Generate speech with ElevenLabs
belt app run elevenlabs/tts --input '{"text": "Hello, welcome to our product demo.", "voice": "aria"}'

可用模型

模型	ID	适用场景	延迟
Multilingual v2	eleven_multilingual_v2	最高品质，支持 32 种语言	~250ms
Turbo v2.5	eleven_turbo_v2_5	速度与品质兼顾	~150ms
Flash v2.5	eleven_flash_v2_5	超低延迟	~75ms

音色库

女性音色

音色	风格
aria	美式英语，对话风格
alice	英式英语，自信
bella	美式英语，温暖
jessica	美式英语，富有表现力
laura	美式英语，专业
lily	英式英语，柔和
sarah	美式英语，友好

男性音色

音色	风格
george	英式英语，权威
adam	美式英语，低沉
bill	美式英语，成熟
brian	美式英语，对话风格
callum	跨大西洋口音，强烈
charlie	澳大利亚英语，自然
chris	美式英语，随意
daniel	英式英语，威严
eric	美式英语，友好
harry	美式英语，年轻
liam	美式英语，口齿清晰
matilda	美式英语，温暖
river	美式英语，自信
roger	美式英语，权威
will	美式英语，明亮

示例

基础语音

belt app run elevenlabs/tts --input '{"text": "Welcome to our quarterly earnings presentation.", "voice": "george"}'

选择模型

# Highest quality
belt app run elevenlabs/tts --input '{
  "text": "This is our premium multilingual model with the best quality.",
  "voice": "aria",
  "model": "eleven_multilingual_v2"
}'

# Ultra-fast for real-time applications
belt app run elevenlabs/tts --input '{
  "text": "Flash model for low-latency applications.",
  "voice": "brian",
  "model": "eleven_flash_v2_5"
}'

音色调整

belt app run elevenlabs/tts --input '{
  "text": "Fine-tune the voice characteristics for your use case.",
  "voice": "bella",
  "stability": 0.3,
  "similarity_boost": 0.9,
  "style": 0.4
}'

参数	范围	效果
stability	0-1	值越高越稳定，值越低越富有表现力
similarity_boost	0-1	值越高越接近原始音色特征
style	0-1	值越高风格夸张程度越强
use_speaker_boost	true/false	增强说话人的清晰度

输出格式

# High-quality MP3
belt app run elevenlabs/tts --input '{
  "text": "High quality audio output.",
  "voice": "daniel",
  "output_format": "mp3_44100_192"
}'

格式	说明
mp3_44100_128	44.1kHz、128kbps 的 MP3（默认）
mp3_44100_192	44.1kHz、192kbps 的 MP3
pcm_16000	16kHz 原始 PCM
pcm_22050	22.05kHz 原始 PCM
pcm_24000	24kHz 原始 PCM
pcm_44100	44.1kHz 原始 PCM

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。

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

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

音色 + 视频工作流

# 1. Generate voiceover
belt app run elevenlabs/tts --input '{
  "text": "Introducing the future of AI-powered content creation.",
  "voice": "george"
}' > voiceover.json

# 2. Create talking head video
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、讲解视频、商业广告
• 有声书：使用一致音色进行长篇旁白
• 播客：自然表达的 AI 主持人
• 在线学习：以多种语言进行课程旁白
• 无障碍访问：高品质屏幕阅读器内容
• IVR：专业的电话系统语音
• 视频旁白：纪录片和社交媒体内容

相关技能

# ElevenLabs multi-speaker dialogue
npx skills add inference-sh/skills@elevenlabs-dialogue

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

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

# All TTS models (Kokoro, DIA, Chatterbox, Inworld TTS, and more)
npx skills add inference-sh/skills@text-to-speech

# Full platform skill (all apps)
npx skills add inference-sh/skills@infsh-cli

浏览所有音频应用：belt app list --category audio