ElevenLabs no Mage

Dois. O Eleven Speech é o texto para voz da ElevenLabs, com o Eleven v4, o modelo de voz mais expressivo da empresa: 16 vozes, mais de 90 idiomas e tags de áudio como [whispers], [laughs] ou [door creaks] que dirigem a leitura linha por linha. O Eleven Music é o modelo de música da ElevenLabs: músicas completas com letra e vocal, ou instrumentais, de 10 segundos a 5 minutos.

Os dois rodam pela própria ElevenLabs, então as vozes e as músicas são as que a ElevenLabs cria. Você os usa com sua conta do Mage, sem precisar de uma assinatura separada da ElevenLabs: com Gems em qualquer plano ou de forma ilimitada em um plano pago, até a duração que cada plano cobre.

O Mage é uma plataforma criativa independente, não faz parte da ElevenLabs. O que ele acrescenta é tudo ao redor do áudio: modelos de imagem como Mango 3 e Nano Banana, modelos de vídeo como Cherry 2 Pro, personagens salvos que mantêm o rosto e a voz entre os clipes e apps como Lipsync e Music Video, que levam o áudio para a tela.

O Eleven v4 lê o roteiro inteiro antes de falar, então ênfase, ritmo e emoção seguem o sentido do texto. Tags entre colchetes dão a direção: [excited], [sarcastic] e [softly] mudam a emoção; [whispers] e [shouting] mudam o volume; [sighs] e [laughs] adicionam uma reação; [door creaks] ou [applause] adicionam um som à fala. O MP3 tem exatamente a duração da leitura, e cada solicitação aceita até 5.000 caracteres.

Escolha entre 16 vozes, de um contador de histórias caloroso a um apresentador britânico elegante, e escreva em mais de 90 idiomas. O guia de texto para fala com IA explica roteiros e vozes em detalhes, e a página do modelo Eleven Speech tem exemplos em inglês, espanhol, francês e japonês.

• Coloque a tag logo antes da frase que ela vai alterar
• Use reticências para criar pausas
• Diminua a Estabilidade para uma leitura mais expressiva
• Escreva os números por extenso quando a leitura importar

O Eleven Music compõe uma música nova a partir de uma descrição, escreve a letra e canta, ou toca um instrumental quando você ativa Instrumental. As durações são exatamente 10, 30, 60, 120, 180 ou 300 segundos. Descreva o gênero, o clima, o andamento, os instrumentos, o cantor e o tema; cite um estilo em vez de um artista, porque prompts que citam um artista real ou reproduzem letras existentes são recusados.

Para saber mais sobre como escrever prompts de música, leia o guia de gerador de música com IA. A página do modelo Eleven Music tem exemplos que vão de pop e R&B a reggaeton e lo-fi.

Em um plano pago, uma solicitação roda sem gastar Gems quando cabe no plano. O Eleven Speech é medido pelo tamanho do texto: o Basic cobre 750 caracteres por solicitação (cerca de 50 segundos de áudio), o Pro 1.500, o Pro Plus 3.250 e o Max 4.750. O Eleven Music é medido pela duração da música: o Basic cobre músicas de 10 segundos, o Pro 30 segundos, o Pro Plus um minuto e o Max dois minutos. Qualquer coisa maior usa Gems, a 30 Gems por bloco iniciado de 250 caracteres para fala e 3,75 Gems por segundo para música.

Compare os planos na página de assinatura.

Desenvolvedores chamam POST /v1/eleven_speech/generate e POST /v1/eleven_music/generate na API da Mage, com uma única chave e um único saldo de Gems para todos os modelos da Mage. A página da API da Mage explica chaves e preços. Conecte o servidor MCP da Mage, e o Claude, o ChatGPT e outros assistentes podem falar um roteiro ou escrever uma música para você no chat, informando antes quanto vai custar em Gems.