elevenlabs

Skill do generowania audio za pośrednictwem ElevenLabs. Zamień tekst na naturalną mowę, twórz efekty dźwiękowe i kompozycje muzyczne, zarządzaj głosami oraz sprawdzaj limity użycia. Obsługuje wiele formatów wyjściowych — od MP3 przez PCM aż do μ-law dla aplikacji telefonicznych. Idealne dla twórców treści, podcastów i projektów wymagających dynamicznego audio.

1. Upewnij się, że masz zainstalowany Python 3 na swoim systemie. Skill wymaga środowiska Python do uruchomienia skryptów.
2. Zdobądź klucz API ElevenLabs z konta na stronie ElevenLabs i ustaw go jako zmienną środowiskową ELEVENLABS_API_KEY. Bez tego klucza skill nie będzie mógł połączyć się z usługą.
3. Aby wygenerować mowę z tekstu, użyj narzędzia speech.py z tekstem, ID głosu i ścieżką wyjściową. Przykład: python3 speech.py "Cześć świecie" -v [ID_GŁOSU] -o output.mp3. Możesz dostosować stabilność i podobieństwo głosu parametrami --stability i --similarity.
4. Jeśli potrzebujesz efektów dźwiękowych, użyj sfx.py z opisem efektu. Przykład: python3 sfx.py "Wybuch" -o boom.mp3. Dla pętli dźwiękowych dodaj flagę --loop i ustaw czas trwania za pomocą --duration.
5. Do generowania muzyki użyj music.py z opisem kompozycji i długością w milisekundach. Przykład: python3 music.py --prompt "Energiczny intro" --length-ms 6000 -o intro.mp3.
6. Wszystkie narzędzia obsługują różne formaty audio poprzez flagę --format. Domyślnie generowany jest MP3 128kbps, ale możesz wybrać PCM, wyższą bitratę MP3 lub μ-law dla aplikacji telefonicznych.