ElevenLabs в Mage

Две. Eleven Speech — это озвучка текста от ElevenLabs на базе Eleven v4, самой выразительной голосовой модели компании: 16 голосов, более 90 языков и аудиотеги вроде [whispers], [laughs] или [door creaks], которые задают подачу строка за строкой. Eleven Music — музыкальная модель ElevenLabs: полноценные песни с текстом и вокалом или инструментальные композиции длиной от 10 секунд до 5 минут.

Обе модели работают через сам ElevenLabs, так что голоса и песни — именно те, что создаёт ElevenLabs. Вы используете их со своим аккаунтом Mage, без отдельной подписки на ElevenLabs: за Gems на любом тарифе или безлимитно на платном тарифе в пределах длины, которую он покрывает.

Mage — независимая творческая платформа, не часть ElevenLabs. Она добавляет всё, что нужно вокруг звука: модели изображений, такие как Mango 3 и Nano Banana, модели видео вроде Cherry 2 Pro, сохранённых персонажей, у которых во всех роликах одно и то же лицо и голос, и приложения Lipsync и Music Video, которые выводят звук на экран.

Eleven v4 прочитывает весь сценарий до начала озвучки, поэтому ударения, темп и эмоции соответствуют смыслу. Управлять озвучкой можно тегами в квадратных скобках: [excited], [sarcastic] и [softly] меняют эмоцию; [whispers] и [shouting] — громкость; [sighs] и [laughs] добавляют реакцию; [door creaks] или [applause] добавляют звук прямо в речь. Длина MP3 в точности равна длине озвучки, а один запрос принимает до 5000 символов.

Выберите один из 16 голосов — от тёплого рассказчика до выразительного британского диктора — и пишите на любом из более чем 90 языков. В руководстве озвучка текста нейросетью подробно разобраны сценарии и голоса, а на странице модели Eleven Speech есть примеры на английском, испанском, французском и японском.

• Ставьте тег прямо перед репликой, которую он меняет
• Используйте многоточия для пауз
• Уменьшите «Стабильность», чтобы чтение стало выразительнее
• Записывайте числа словами, если важно, как они прозвучат

Eleven Music сочиняет новую песню по описанию, пишет текст и исполняет его — или играет инструментал, если включить «Инструментальная». Длительность строго одна из: 10, 30, 60, 120, 180 или 300 секунд. Опишите жанр, настроение, темп, инструменты, исполнителя и тему; указывайте стиль, а не имя артиста: промпты с именем реального исполнителя или цитатами из существующих песен отклоняются.

Подробнее о том, как писать промпты для песен, читайте в руководстве нейросеть для создания песен. А на странице модели Eleven Music есть примеры — от попа и R&B до реггетона и lo-fi.

На платном тарифе запрос выполняется без расхода Gems, если он укладывается в лимиты тарифа. Eleven Speech измеряется длиной текста: Basic покрывает 750 символов на запрос (около 50 секунд речи), Pro — 1 500, Pro Plus — 3 250, а Max — 4 750. Eleven Music измеряется длиной песни: Basic покрывает песни по 10 секунд, Pro — 30 секунд, Pro Plus — одну минуту, а Max — две минуты. Всё, что длиннее, оплачивается Gems: 30 Gems за каждый начатый блок из 250 символов для речи и 3,75 Gems в секунду для музыки.

Сравните тарифы на странице подписки.

Разработчики вызывают POST /v1/eleven_speech/generate и POST /v1/eleven_music/generate в Mage API — с одним ключом и одним балансом Gems для всех моделей Mage. На странице Mage API описаны ключи и цены. Подключите MCP-сервер Mage, и Claude, ChatGPT и другие ассистенты смогут озвучить сценарий или написать песню прямо в чате, предварительно назвав стоимость в Gems.