elevenlabs-tts

name	elevenlabs-tts
description	使用本地语音配置，从脚本或内联文本生成 ElevenLabs 文本转语音音频。当用户要 ElevenLabs、text-to-speech、TTS、旁白、配音、语音音频或语音生成时使用；语音名称、voice id、邮箱、所有者和账户特定默认值只从 skill 之外的本地配置载入。

ElevenLabs TTS

用本 skill 做 ElevenLabs 文本转语音生成。保持 skill 可复用且非个人化：

• 不要在 skill 中存储 API key、语音名称、voice id、邮箱、账户名、客户名或个人默认值。
• 从进程环境或最近的 .env 读取 ELEVENLABS_API_KEY。
• 从本 skill 之外的本地 JSON 配置读取账户特定的语音配置。
• 用请求级设置生成音频。除非用户明确要求，否则不要改动已保存的 ElevenLabs 账户或语音设置。

本地配置（Local Profiles）

按此顺序优先选用以下配置来源之一：

1. --config /path/to/profiles.json
2. ELEVENLABS_TTS_CONFIG=/path/to/profiles.json
3. local/elevenlabs/profiles.json

项目本地的配置文件在被 gitignore 时也可以，例如 config/local/elevenlabs-tts.json。

辅助脚本期望这种结构：

{
  "default_profile": "default",
  "profiles": {
    "default": {
      "voice_name": "Voice name from the local account",
      "voice_id": "optional-direct-voice-id",
      "voice_id_env": "OPTIONAL_ENV_VAR_WITH_VOICE_ID",
      "model_id": "eleven_multilingual_v2",
      "output_format": "mp3_44100_128",
      "voice_settings": {
        "stability": 0.5,
        "similarity_boost": 1.0,
        "style": 0.0,
        "speed": 1.0,
        "use_speaker_boost": true
      },
      "output_dir": "outputs/voiceovers",
      "emails": []
    }
  }
}

emails、owners、aliases 和 notes 等字段仅用于本地路由/上下文。脚本会忽略未知的元数据字段。

工作流程

1. 从 --profile、ELEVENLABS_TTS_PROFILE 或 default_profile 选择配置。
2. 优先用辅助脚本： python3 <skill-root>/scripts/generate_voice.py --text-file script.txt --profile default --output output.mp3
3. 如果配置里有 voice_id，用它。如果有 voice_id_env，读那个环境变量。否则按 voice_name 在 ElevenLabs 搜索。
4. 使用配置的 model_id、output_format 和 voice_settings，除非用户在本次生成中覆盖它们。
5. 把生成的音频放到请求的目标位置。如果没给目标，就用配置的 output_dir，再退到 outputs/voiceovers/。
6. 报告输出路径和任何重要警告。不要打印机密。

辅助脚本

内置脚本支持：

• --text "..." 内联文本
• --text-file path.txt 脚本文件
• 当 --text 和 --text-file 都没提供时读 stdin
• --profile name 选择本地配置
• --config path.json 选择本地配置文件
• --voice-id、--voice-name、--model-id、--output-format 和 --settings-json 用于一次性覆盖
• --output path.mp3 选择输出文件
• --dry-run 打印解析后的请求 payload，而不调用文本转语音端点
• --list-voices 列出匹配的 ElevenLabs 语音而不生成音频

API 说明

使用当前的 ElevenLabs 端点：

• 语音搜索：GET https://api.elevenlabs.io/v2/voices
• 语音生成：POST https://api.elevenlabs.io/v1/text-to-speech/:voice_id?output_format=...

以 xi-api-key 发送 API key。