ElevenLabs w Mage

Dwa. Eleven Speech to zamiana tekstu na mowę od ElevenLabs, oparta na Eleven v4, najbardziej ekspresyjnym modelu głosowym firmy: 16 głosów, ponad 90 języków oraz tagi audio, takie jak [whispers], [laughs] czy [door creaks], które reżyserują czytanie linijka po linijce. Eleven Music to model muzyczny ElevenLabs: pełne piosenki z tekstem i wokalem albo utwory instrumentalne, od 10 sekund do 5 minut.

Oba działają przez samo ElevenLabs, więc głosy i piosenki są dokładnie takie, jakie tworzy ElevenLabs. Używasz ich ze swoim kontem Mage zamiast osobnej subskrypcji ElevenLabs: za Gems w dowolnym planie albo bez limitów w płatnym planie, do długości, którą obejmuje dany plan.

Mage to niezależna platforma kreatywna, niebędąca częścią ElevenLabs. Dodaje wszystko, co otacza dźwięk: modele obrazu, takie jak Mango 3 i Nano Banana, modele wideo, takie jak Cherry 2 Pro, zapisane postacie, które zachowują twarz i głos w kolejnych klipach, oraz aplikacje, takie jak Lipsync i Music Video, które przenoszą dźwięk na ekran.

Eleven v4 czyta cały skrypt, zanim zacznie mówić, więc akcent, tempo i emocje wynikają ze znaczenia tekstu. Tagi w nawiasach kwadratowych nim kierują: [excited], [sarcastic] i [softly] zmieniają emocje; [whispers] i [shouting] głośność; [sighs] i [laughs] dodają reakcję; [door creaks] lub [applause] dodają dźwięk w trakcie mowy. Plik MP3 trwa dokładnie tyle, co odczyt, a jedno zapytanie może mieć do 5000 znaków.

Wybierz jeden z 16 głosów, od ciepłego narratora po dostojnego brytyjskiego prezentera, i pisz w dowolnym z ponad 90 języków. Zajrzyj do przewodnika Tekst na mowę AI, w którym znajdziesz szczegóły o skryptach i głosach, a na stronie modelu Eleven Speech są próbki po angielsku, hiszpańsku, francusku i japońsku.

• Wstaw tag tuż przed linijką, którą ma zmienić
• Używaj wielokropków do pauz
• Obniż Stabilność, by odczyt był bardziej ekspresyjny
• Zapisuj liczby słowami, gdy zależy Ci na sposobie odczytu

Eleven Music komponuje nową piosenkę na podstawie opisu, pisze do niej tekst i go śpiewa, a po włączeniu opcji Instrumental gra utwór bez wokalu. Dostępne długości to dokładnie 10, 30, 60, 120, 180 lub 300 sekund. Opisz gatunek, nastrój, tempo, instrumenty, wokalistę i temat; podaj styl zamiast artysty, bo prompty z nazwiskiem prawdziwego artysty lub cytatami z istniejących tekstów są odrzucane.

Więcej o pisaniu promptów do piosenek znajdziesz w przewodniku Generator piosenek AI. Na stronie modelu Eleven Music znajdziesz próbki od popu i R&B po reggaeton i lo-fi.

W płatnym planie zapytanie nie zużywa Gems, jeśli mieści się w limicie planu. Eleven Speech jest liczony według długości tekstu: Basic obejmuje 750 znaków na zapytanie (około 50 sekund mowy), Pro 1500, Pro Plus 3250, a Max 4750. Eleven Music jest liczony według długości piosenki: Basic obejmuje piosenki do 10 sekund, Pro do 30 sekund, Pro Plus do minuty, a Max do dwóch minut. Wszystko, co dłuższe, jest rozliczane w Gems: 30 Gems za każdy rozpoczęty blok po 250 znaków mowy i 3,75 Gems za sekundę muzyki.

Porównaj plany na stronie członkostwa.

Deweloperzy wywołują POST /v1/eleven_speech/generate i POST /v1/eleven_music/generate w Mage API, z jednym kluczem i jednym saldem Gems dla każdego modelu Mage. Na stronie Mage API znajdziesz klucze i ceny. Podłącz serwer Mage MCP, a Claude, ChatGPT i inni asystenci przeczytają skrypt na głos albo napiszą piosenkę w czacie, wcześniej podając koszt w Gems.