ElevenLabs trên Mage

Có hai mô hình. Eleven Speech là công cụ chuyển văn bản thành giọng nói của ElevenLabs, chạy Eleven v4, mô hình giọng nói giàu cảm xúc nhất của hãng: 16 giọng, hơn 90 ngôn ngữ, cùng các thẻ âm thanh như [whispers], [laughs] hay [door creaks] để điều khiển cách đọc từng câu. Eleven Music là mô hình nhạc của ElevenLabs: bài hát hoàn chỉnh có lời và giọng hát, hoặc nhạc không lời, dài từ 10 giây đến 5 phút.

Cả hai đều chạy trực tiếp qua ElevenLabs, nên giọng nói và bài hát chính là sản phẩm của ElevenLabs. Bạn dùng chúng bằng tài khoản Mage thay vì đăng ký ElevenLabs riêng: dùng Gems ở bất kỳ gói nào, hoặc không giới hạn với gói trả phí trong độ dài mà mỗi gói hỗ trợ.

Mage là nền tảng sáng tạo độc lập, không thuộc ElevenLabs. Mage bổ sung mọi thứ xung quanh âm thanh: các mô hình ảnh như Mango 3 và Nano Banana, các mô hình video như Cherry 2 Pro, nhân vật đã lưu giữ nguyên khuôn mặt và giọng nói qua nhiều clip, cùng các ứng dụng như Lipsync và Music Video để đưa âm thanh lên màn hình.

Eleven v4 đọc toàn bộ kịch bản trước khi nói, nên cách nhấn nhá, nhịp độ và cảm xúc đều theo đúng ý nghĩa. Các thẻ trong dấu ngoặc vuông giúp bạn điều khiển: [excited], [sarcastic] và [softly] thay đổi cảm xúc; [whispers] và [shouting] thay đổi âm lượng; [sighs] và [laughs] thêm phản ứng; [door creaks] hay [applause] thêm âm thanh vào lời thoại. File MP3 dài đúng bằng phần đọc, và mỗi yêu cầu nhận tối đa 5.000 ký tự.

Chọn trong 16 giọng, từ người kể chuyện ấm áp đến phát thanh viên Anh chuyên nghiệp, và viết bằng hơn 90 ngôn ngữ. Hướng dẫn chuyển văn bản thành giọng nói bằng AI đi sâu vào kịch bản và giọng nói, còn trang mô hình Eleven Speech có mẫu bằng tiếng Anh, tiếng Tây Ban Nha, tiếng Pháp và tiếng Nhật.

• Đặt thẻ ngay trước câu mà nó thay đổi
• Dùng dấu ba chấm để tạo quãng ngắt
• Giảm Stability để giọng đọc giàu cảm xúc hơn
• Viết số bằng chữ khi cách đọc quan trọng

Eleven Music sáng tác một bài hát mới từ mô tả của bạn, viết lời và hát, hoặc chơi nhạc không lời khi bạn bật Instrumental. Độ dài chính xác là 10, 30, 60, 120, 180 hoặc 300 giây. Hãy mô tả thể loại, tâm trạng, nhịp độ, nhạc cụ, giọng ca sĩ và chủ đề; nên nêu một phong cách thay vì tên nghệ sĩ, vì prompt nêu tên nghệ sĩ thật hoặc trích lời bài hát có sẵn sẽ bị từ chối.

Để biết thêm về cách viết prompt bài hát, hãy đọc hướng dẫn tạo nhạc bằng AI. Trang mô hình Eleven Music có mẫu từ pop và R&B đến reggaeton và lo-fi.

Với gói trả phí, yêu cầu nằm trong giới hạn của gói sẽ chạy mà không tốn Gem. Eleven Speech được tính theo độ dài văn bản: Basic hỗ trợ 750 ký tự mỗi yêu cầu (khoảng 50 giây giọng nói), Pro 1.500, Pro Plus 3.250 và Max 4.750. Eleven Music được tính theo độ dài bài hát: Basic hỗ trợ bài hát 10 giây, Pro 30 giây, Pro Plus một phút và Max hai phút. Nội dung dài hơn sẽ dùng Gem, với 30 Gem cho mỗi khối 250 ký tự giọng nói đã bắt đầu và 3,75 Gem mỗi giây nhạc.

So sánh các gói tại trang thành viên.

Nhà phát triển gọi POST /v1/eleven_speech/generate và POST /v1/eleven_music/generate trên Mage API, với một khóa và một số dư Gems cho mọi mô hình của Mage. Trang Mage API nói về khóa và giá. Kết nối máy chủ Mage MCP, và Claude, ChatGPT cùng các trợ lý khác có thể đọc kịch bản hoặc viết bài hát cho bạn ngay trong cuộc trò chuyện, báo trước số Gems.