ElevenLabs su Mage

Due. Eleven Speech è la sintesi vocale di ElevenLabs e usa Eleven v4, il suo modello vocale più espressivo: 16 voci, più di 90 lingue e tag audio come [whispers], [laughs] o [door creaks] che dirigono la lettura riga per riga. Eleven Music è il modello musicale di ElevenLabs: canzoni complete con testo e voce, oppure strumentali, da 10 secondi a 5 minuti.

Entrambi passano da ElevenLabs stessa, quindi le voci e le canzoni sono quelle prodotte da ElevenLabs. Le usi con il tuo account Mage, senza un abbonamento ElevenLabs separato: con le Gems su qualsiasi piano, oppure senza limiti con un piano a pagamento fino a una durata coperta da ciascun piano.

Mage è una piattaforma creativa indipendente, non fa parte di ElevenLabs. Quello che aggiunge è tutto ciò che sta intorno all'audio: modelli per immagini come Mango 3 e Nano Banana, modelli video come Cherry 2 Pro, personaggi salvati che mantengono volto e voce da una clip all'altra, e app come Lipsync e Music Video che portano l'audio sullo schermo.

Eleven v4 legge tutto il testo prima di parlare, quindi accenti, ritmo ed emozione seguono il significato. Lo guidi con i tag tra parentesi quadre: [excited], [sarcastic] e [softly] cambiano l'emozione; [whispers] e [shouting] il volume; [sighs] e [laughs] aggiungono una reazione; [door creaks] o [applause] aggiungono un suono nel parlato. L'MP3 dura esattamente quanto la lettura e una richiesta accetta fino a 5.000 caratteri.

Scegli tra 16 voci, da un narratore caloroso a un presentatore britannico impeccabile, e scrivi in una qualsiasi di oltre 90 lingue. La guida sulla sintesi vocale con IA approfondisce script e voci, mentre la pagina del modello Eleven Speech ha esempi in inglese, spagnolo, francese e giapponese.

• Metti un tag subito prima della frase che deve cambiare
• Usa i puntini di sospensione per le pause
• Abbassa Stability per una lettura più espressiva
• Scrivi i numeri in lettere quando la pronuncia è importante

Eleven Music compone una nuova canzone a partire da una descrizione, ne scrive il testo e lo canta, oppure suona un brano strumentale quando attivi Instrumental. Le durate possibili sono esattamente 10, 30, 60, 120, 180 o 300 secondi. Descrivi genere, mood, tempo, strumenti, cantante e argomento; indica uno stile e non un artista, perché i prompt che citano un artista reale o testi esistenti vengono rifiutati.

Per saperne di più su come scrivere i prompt per le canzoni, leggi la guida al generatore di canzoni con IA. La pagina del modello Eleven Music ha esempi che vanno dal pop e R&B al reggaeton e alla lo-fi.

Con un piano a pagamento, una richiesta non consuma Gems se rientra nel piano. Eleven Speech si misura in base alla lunghezza del testo: Basic copre 750 caratteri per richiesta (circa 50 secondi di voce), Pro 1.500, Pro Plus 3.250 e Max 4.750. Eleven Music si misura in base alla durata della canzone: Basic copre canzoni da 10 secondi, Pro da 30 secondi, Pro Plus da un minuto e Max da due minuti. Tutto ciò che supera questi limiti usa i Gems, con 30 Gems per ogni blocco iniziato di 250 caratteri per la voce e 3,75 Gems al secondo per la musica.

Confronta i piani nella pagina degli abbonamenti.

Gli sviluppatori chiamano POST /v1/eleven_speech/generate e POST /v1/eleven_music/generate sull'API di Mage, con una sola chiave e un solo saldo di Gems per tutti i modelli di Mage. La pagina dell'API di Mage spiega chiavi e prezzi. Collega il server MCP di Mage e Claude, ChatGPT e altri assistenti potranno leggere un testo ad alta voce o scrivere una canzone per te direttamente in chat, indicando prima i Gems necessari.