ElevenLabs语音角色库 v2.1

基于ElevenLabs API的综合性语音合成工具包

🚀 首次运行 - 设置向导

首次使用此功能时（若不存在config.json配置文件），请运行交互式设置向导：

python3 scripts/setup.py

向导将引导您完成：

1. API密钥- 输入您的ElevenLabs API密钥（必需）
2. 默认语音- 从热门语音中选择（Rachel、Adam、Bella等）
3. 语言设置- 设置首选语言（支持32种语言）
4. 音频质量- 标准或高质量输出
5. 成本追踪- 启用用量与费用监控
6. 预算限制- 可选的月度支出上限

🔒 隐私说明：您的API密钥将本地存储于config.json配置文件仅此而已。它永远不会离开您的机器，并通过.gitignore自动从git中排除。。如需随时重新配置，只需再次运行设置向导。

✨ 功能特性

18种语音角色

• - 为不同使用场景精心筛选的语音32种语言
• - 采用多语言v2模型实现多语言合成流式传输模式
• - 生成时实时输出音频音效（SFX）
• - 通过文本提示生成AI音效批量处理
• - 一次性处理多个文本成本追踪
• - 监控字符使用量和预估成本语音设计
• - 根据描述创建自定义语音发音词典
• - 自定义词汇发音规则- Custom word pronunciation rules
• OpenClaw 集成- 与 OpenClaw 的内置 TTS 协同工作

🎙 可用语音

🎯 快速预设

• 默认→ 瑞秋（温暖，友好）
• 旁白→ 亚当（纪录片）
• 专业→ 玛蒂尔达（企业）
• 讲故事者→ 乔治（有声书）
• 教育者→ 爱丽丝（教程）
• 冷静→ 布莱恩（冥想）
• 精力充沛→ 利亚姆（社交媒体）
• 值得信赖→ 埃里克（商业）
• 中性→ 里弗（包容性）
• 英式→ 乔治
• 澳大利亚式→ 查理
• 广播员→ 丹尼尔（新闻）

🌍 支持的语言（32种）

多语言v2模型支持以下语言：

# Synthesize in German
python3 tts.py --text "Guten Tag!" --voice rachel --lang de

# Synthesize in French
python3 tts.py --text "Bonjour le monde!" --voice adam --lang fr

# List all languages
python3 tts.py --languages

💻 命令行界面用法

基础文本转语音

# List all voices
python3 scripts/tts.py --list

# Generate speech
python3 scripts/tts.py --text "Hello world" --voice rachel --output hello.mp3

# Use a preset
python3 scripts/tts.py --text "Breaking news..." --voice broadcaster --output news.mp3

# Multi-language
python3 scripts/tts.py --text "Bonjour!" --voice rachel --lang fr --output french.mp3

流媒体模式

实时流式生成音频（适用于长文本）：

# Stream audio as it generates
python3 scripts/tts.py --text "This is a long story..." --voice adam --stream

# Streaming with custom output
python3 scripts/tts.py --text "Chapter one..." --voice george --stream --output chapter1.mp3

批量处理

从文件处理多个文本：

# From newline-separated text file
python3 scripts/tts.py --batch texts.txt --voice rachel --output-dir ./audio

# From JSON file
python3 scripts/tts.py --batch batch.json --output-dir ./output

JSON批量格式：

[
  {"text": "First line", "voice": "rachel", "output": "line1.mp3"},
  {"text": "Second line", "voice": "adam", "output": "line2.mp3"},
  {"text": "Third line"}
]

简单文本格式（每行一个）：

Hello, this is the first sentence.
This is the second sentence.
And this is the third.

使用统计

# Show usage stats and cost estimates
python3 scripts/tts.py --stats

# Reset statistics
python3 scripts/tts.py --reset-stats

🎵 音效

根据文本描述生成AI驱动的音效：

# Generate a sound effect
python3 scripts/sfx.py --prompt "Thunder rumbling in the distance"

# With specific duration (0.5-22 seconds)
python3 scripts/sfx.py --prompt "Cat meowing" --duration 3 --output cat.mp3

# Adjust prompt influence (0.0-1.0)
python3 scripts/sfx.py --prompt "Footsteps on gravel" --influence 0.5

# Batch SFX generation
python3 scripts/sfx.py --batch sounds.json --output-dir ./sfx

# Show prompt examples
python3 scripts/sfx.py --examples

示例提示：

• “远处雷声隆隆”
• “猫满足地发出呼噜声”
• “在机械键盘上打字”
• “宇宙飞船引擎嗡嗡作响”
• “咖啡店背景聊天声”

🎨 语音设计

根据文本描述创建自定义语音：

# Basic voice design
python3 scripts/voice-design.py --gender female --age middle_aged --accent american \
  --description "A warm, motherly voice"

# With custom preview text
python3 scripts/voice-design.py --gender male --age young --accent british \
  --text "Welcome to the adventure!" --output preview.mp3

# Save to your ElevenLabs library
python3 scripts/voice-design.py --gender female --age young --accent american \
  --description "Energetic podcast host" --save "MyHost"

# List all design options
python3 scripts/voice-design.py --options

语音设计选项：

📖 发音词典

自定义单词发音：

编辑pronunciations.json：

{
  "rules": [
    {
      "word": "OpenClaw",
      "replacement": "Open Claw",
      "comment": "Pronounce as two words"
    },
    {
      "word": "API",
      "replacement": "A P I",
      "comment": "Spell out acronym"
    }
  ]
}

用法：

# Pronunciations are applied automatically
python3 scripts/tts.py --text "The OpenClaw API is great" --voice rachel

# Disable pronunciations
python3 scripts/tts.py --text "The API is great" --voice rachel --no-pronunciations

💰 成本追踪

该技能追踪您的字符使用量并估算成本：

python3 scripts/tts.py --stats

输出：

📊 ElevenLabs Usage Statistics

  Total Characters: 15,230
  Total Requests:   42
  Since:            2024-01-15

💰 Estimated Costs:
  Starter    $4.57 ($0.30/1k chars)
  Creator    $3.66 ($0.24/1k chars)
  Pro        $2.74 ($0.18/1k chars)
  Scale      $1.68 ($0.11/1k chars)

🤖 OpenClaw TTS 集成

与 OpenClaw 内置 TTS 配合使用

OpenClaw 内置了支持使用 ElevenLabs 的 TTS 功能。请在以下文件中配置：~/.openclaw/openclaw.json在聊天中触发TTS

{
  "tts": {
    "enabled": true,
    "provider": "elevenlabs",
    "elevenlabs": {
      "apiKey": "your-api-key-here",
      "voice": "rachel",
      "model": "eleven_multilingual_v2"
    }
  }
}

在OpenClaw对话中：

使用

• /tts on以启用自动文本转语音直接使用
• tts工具进行一次性语音合成请求“朗读这个”或“说出这个”
• 使用OpenClaw中的技能脚本

⚙ 配置

# OpenClaw can run these scripts directly
exec python3 /path/to/skills/elevenlabs-voices/scripts/tts.py --text "Hello" --voice rachel

脚本按以下顺序查找API密钥：

ELEVEN_API_KEY

1. 或ELEVENLABS_API_KEY环境变量技能本地
2. .env文件（位于技能目录中）创建.env文件：

注意：

echo 'ELEVEN_API_KEY=your-key-here' > .env

该技能不再从~/.openclaw/openclaw.json读取~/.openclaw/openclaw.json. 使用环境变量或技能本地.env文件。

🎛 语音设置

每个语音都已针对最佳输出进行了调校设置：

📝 触发词

• "使用 {voice_name} 语音"
• "以 {persona} 的身份说话"
• "列出语音"
• "语音设置"
• "生成音效"
• "设计一个语音"

📁 文件

elevenlabs-voices/
├── SKILL.md              # This documentation
├── README.md             # Quick start guide
├── config.json           # Your local config (created by setup, in .gitignore)
├── voices.json           # Voice definitions & settings
├── pronunciations.json   # Custom pronunciation rules
├── examples.md           # Detailed usage examples
├── scripts/
│   ├── setup.py          # Interactive setup wizard
│   ├── tts.py            # Main TTS script
│   ├── sfx.py            # Sound effects generator
│   └── voice-design.py   # Voice design tool
└── references/
    └── voice-guide.md    # Voice selection guide

🔗 链接

• ElevenLabs
• API 文档
• 语音库
• 音效 API
• 语音设计 API

📋 更新日志

v2.1.0

• 新增交互式设置向导 (scripts/setup.py)
• 引导用户完成 API 密钥、语音、语言、质量和预算设置
• 配置本地存储在config.json(已添加到.gitignore)
• 专业、注重隐私的设置体验

v2.0.0

• 通过--lang参数新增 32 种语言支持
• 新增流式模式，--stream标志
• 新增音效生成 (sfx.py)
• 新增使用--batch标志的批处理功能
• 新增使用--stats标志的成本跟踪功能
• 新增语音设计工具 (voice-design.py)
• 新增发音词典支持
• 新增 OpenClaw TTS 集成文档
• 改进了错误处理和进度输出