PoradnikiGłosy

Szybki start z Voice Design

Ten przewodnik pokazuje, jak zaprojektować głos za pomocą promptu tekstowego w Voice Design API.

Ten przewodnik pokaże ci, jak zaprojektować głos za pomocą promptu w Voice Design API.

Korzystanie z Voice Design API

Ten przewodnik zakłada, że masz już skonfigurowany klucz API i SDK. Jeśli jeszcze tego nie zrobiłeś, najpierw ukończ przewodnik szybkiego startu. Aby odtwarzać dźwięk przez głośniki, możesz też potrzebować MPV i/lub ffmpeg.

1

Wyślij żądanie API

Projektowanie głosu za pomocą promptu ma dwa etapy:

  1. Wygeneruj podglądy na podstawie promptu.
  2. Wybierz najlepszy podgląd i użyj go do utworzenia nowego głosu.

Zacznijmy od wygenerowania podglądów na podstawie promptu.

Utwórz nowy plik o nazwie example.py lub example.mts, zależnie od wybranego języka, i dodaj poniższy kod:

# example.py
from dotenv import load_dotenv
from elevenlabs.client import ElevenLabs
from elevenlabs.play import play
import base64
load_dotenv()
elevenlabs = ElevenLabs(
  api_key=os.getenv("ELEVENLABS_API_KEY"),
)
voices = elevenlabs.text_to_voice.design(
    model_id="eleven_multilingual_ttv_v2",
    voice_description="A massive evil ogre speaking at a quick pace. He has a silly and resonant tone.",
    text="Your weapons are but toothpicks to me. Surrender now and I may grant you a swift end. I've toppled kingdoms and devoured armies. What hope do you have against me?",
)
for preview in voices.previews:
    # Convert base64 to audio buffer
    audio_buffer = base64.b64decode(preview.audio_base_64)
    print(f"Playing preview: {preview.generated_voice_id}")
    play(audio_buffer)
2

Uruchom kod

python example.py

Powinieneś usłyszeć podglądy wygenerowanych głosów odtwarzane kolejno przez głośniki.

3

Dodaj wygenerowany głos do biblioteki

Gdy wygenerujesz podglądy i wybierzesz ulubiony, możesz dodać go do biblioteki głosów przez identyfikator wygenerowanego głosu, aby używać go z innymi API.

voice = elevenlabs.text_to_voice.create(
    voice_name="Jolly giant",
    voice_description="A huge giant, at least as tall as a building. A deep booming voice, loud and jolly.",
    # The generated voice ID of the preview you want to use,
    # using the first in the list for this example
    generated_voice_id=voices.previews[0].generated_voice_id
)
print(voice.voice_id)

Kolejne kroki

Klonowanie głosu Instant

Sklonuj głos z istniejącego nagrania zamiast generować go z opisu.

Dokumentacja API

Pełna dokumentacja Voice Design API i parametry.