Streaming

Die ElevenLabs API unterstützt für ausgewählte Endpunkte Audio-Streaming in Echtzeit und gibt rohe Audio-Bytes (z. B. MP3-Daten) direkt über HTTP mit Chunked Transfer Encoding zurück. So können Clients Audio schrittweise verarbeiten oder abspielen, während es generiert wird.

Unsere offiziellen Node- und Python-Bibliotheken enthalten Hilfsfunktionen, die den Umgang mit diesem kontinuierlichen Audiostream vereinfachen.

Streaming wird für die Text to Speech API, die Voice Changer API und die Audio-Isolation-API unterstützt. Dieser Abschnitt erläutert, wie Streaming bei Anfragen an die Text to Speech API funktioniert.

In Python sieht eine Streaming-Anfrage so aus:

from elevenlabs import stream
from elevenlabs.client import ElevenLabs
elevenlabs = ElevenLabs()
audio_stream = elevenlabs.text_to_speech.stream(
    text="This is a test",
    voice_id="JBFqnCBsd6RMkjVDRZzb",
    model_id="eleven_multilingual_v2"
)
# option 1: play the streamed audio locally
stream(audio_stream)
# option 2: process the audio bytes manually
for chunk in audio_stream:
    if isinstance(chunk, bytes):
        print(chunk)

In Node / TypeScript sieht eine Streaming-Anfrage so aus:

import { ElevenLabsClient, stream } from "@elevenlabs/elevenlabs-js";
import { Readable } from "stream";
const elevenlabs = new ElevenLabsClient();
async function main() {
  const audioStream = await elevenlabs.textToSpeech.stream("JBFqnCBsd6RMkjVDRZzb", {
    text: "This is a test",
    modelId: "eleven_v4",
  });
  // option 1: play the streamed audio locally
  await stream(Readable.from(audioStream));
  // option 2: process the audio manually
  for await (const chunk of audioStream) {
    console.log(chunk);
  }
}
main();