ElevenLabs на Mage

Дві. Eleven Speech — це перетворення тексту на мовлення від ElevenLabs на базі Eleven v4, її найвиразнішої голосової моделі: 16 голосів, понад 90 мов і аудіотеги, як-от [whispers], [laughs] чи [door creaks], які керують озвученням рядок за рядком. Eleven Music — музична модель ElevenLabs: повноцінні пісні зі словами та вокалом або інструментальні композиції тривалістю від 10 секунд до 5 хвилин.

Обидві моделі працюють через сам ElevenLabs, тож голоси й пісні — саме ті, які створює ElevenLabs. Ти користуєшся ними зі своїм акаунтом Mage замість окремої підписки на ElevenLabs: за Gems на будь-якому тарифі або безлімітно на платному тарифі в межах тривалості, яку він покриває.

Mage — незалежна творча платформа, яка не належить ElevenLabs. Вона додає все, що навколо аудіо: моделі зображень, як-от Mango 3 і Nano Banana, моделі відео, як-от Cherry 2 Pro, збережених персонажів, які зберігають своє обличчя й голос у різних кліпах, а також застосунки Lipsync і Music Video, що виводять аудіо на екран.

Eleven v4 прочитує весь сценарій, перш ніж почати говорити, тому наголоси, темп та емоції відповідають змісту. Керують ним теги в квадратних дужках: [excited], [sarcastic] і [softly] змінюють емоцію; [whispers] і [shouting] — гучність; [sighs] і [laughs] додають реакцію; [door creaks] або [applause] додають звук у мовлення. MP3 триває рівно стільки, скільки звучить текст, а один запит вміщує до 5 000 символів.

Обирай із 16 голосів, від теплого оповідача до вишуканого британського диктора, і пиши будь-якою з понад 90 мов. У гайді ШІ-озвучення тексту докладно про сценарії та голоси, а на сторінці моделі Eleven Speech є приклади англійською, іспанською, французькою та японською.

• Став тег прямо перед реплікою, яку він змінює
• Для пауз використовуй три крапки
• Зменш Stability, щоб озвучення було виразнішим
• Якщо важливо, як прозвучать числа, пиши їх словами

Eleven Music створює нову пісню за описом, пише текст і співає його, а коли ввімкнено Instrumental, грає інструментал. Тривалість — рівно 10, 30, 60, 120, 180 або 300 секунд. Опиши жанр, настрій, темп, інструменти, виконавця й тему; називай стиль, а не виконавця, бо запити з іменем реального виконавця або цитатами з наявних пісень відхиляються.

Більше про те, як писати промпти для пісень, читай у гайді ШІ-генератор пісень. На сторінці моделі Eleven Music є приклади від попу та R&B до реґґетону й lo-fi.

На платному тарифі запит виконується без витрат Gems, якщо він вкладається в межі тарифу. Eleven Speech вимірюється довжиною тексту: Basic покриває 750 символів на запит (приблизно 50 секунд мовлення), Pro — 1 500, Pro Plus — 3 250, а Max — 4 750. Eleven Music вимірюється тривалістю пісні: Basic покриває пісні до 10 секунд, Pro — до 30 секунд, Pro Plus — до однієї хвилини, а Max — до двох хвилин. Усе довше виконується за Gems: 30 Gems за кожен розпочатий блок із 250 символів для мовлення та 3,75 Gems за секунду для музики.

Порівняй плани на сторінці підписки.

Розробники викликають POST /v1/eleven_speech/generate і POST /v1/eleven_music/generate в Mage API з одним ключем і одним балансом Gems для всіх моделей Mage. Ключі та ціни описано на сторінці Mage API. Підключи MCP-сервер Mage, і Claude, ChatGPT та інші асистенти зможуть озвучити сценарій або написати пісню просто в чаті, попередньо назвавши вартість у Gems.