ElevenLabs 在 Mage 上

有兩個。Eleven Speech 是 ElevenLabs 的文字轉語音,採用表現力最強的語音模型 Eleven v4:提供 16 種聲音、超過 90 種語言,還有 [whispers]、[laughs]、[door creaks] 等音訊標籤,可逐句指導語氣與演出。Eleven Music 是 ElevenLabs 的音樂模型:可生成有歌詞和人聲的完整歌曲或純樂器曲,長度從 10 秒到 5 分鐘。

兩者都直接透過 ElevenLabs 運作,所以聲音和歌曲都是 ElevenLabs 的原版成果。你只需要 Mage 帳號,不必另外訂閱 ElevenLabs:任何方案都能用 Gems,付費方案則可在各方案涵蓋的長度內無限使用。

Mage 是獨立的創作平台,並非 ElevenLabs 的一部分。它補上了音訊以外的一切:Mango 3 與 Nano Banana 等圖片模型、Cherry 2 Pro 等影片模型、能在不同片段中保持臉孔與聲音一致的已儲存角色,以及 Lipsync 和 Music Video 等把音訊搬上螢幕的應用。

Eleven v4 會先讀完整份腳本再開口,因此重音、節奏和情緒都會貼合語意。你可以用方括號標籤來指揮它:[excited]、[sarcastic] 和 [softly] 會改變情緒;[whispers] 和 [shouting] 會調整音量;[sighs] 和 [laughs] 會加入反應;[door creaks] 或 [applause] 則會在語音中加入音效。MP3 的長度與朗讀時間完全一致,單次請求最多可輸入 5,000 個字元。

你可以從 16 種聲音中挑選,從溫暖的說書人到俐落的英式主播都有,並可使用超過 90 種語言撰寫。AI 文字轉語音指南會深入介紹腳本與聲音,Eleven Speech 模型頁面則提供英文、西班牙文、法文和日文的範例。

• 將標籤放在它要影響的句子之前
• 用刪節號表示停頓
• 調低穩定度,讓朗讀更有表現力
• 若在意讀法,請把數字寫成文字

Eleven Music 能根據描述創作全新歌曲、撰寫歌詞並演唱,開啟「純音樂」後則會演奏純樂器版本。長度可選 10、30、60、120、180 或 300 秒。請描述曲風、情緒、速度、樂器、歌手和主題;建議指定風格而非藝人,因為提到真實藝人或引用現有歌詞的提示詞會被拒絕。

想進一步了解如何撰寫歌曲提示詞,請閱讀AI 歌曲生成指南。Eleven Music 模型頁面提供從流行樂、R&B 到雷鬼頓和 lo-fi 的各種範例。

訂閱付費方案後,只要請求在方案涵蓋的範圍內,就不需花費 Gems。Eleven Speech 以文字長度計算:Basic 每次請求支援 750 個字元(約 50 秒語音),Pro 支援 1,500 個,Pro Plus 支援 3,250 個,Max 支援 4,750 個。Eleven Music 以歌曲長度計算:Basic 支援 10 秒的歌曲,Pro 支援 30 秒,Pro Plus 支援一分鐘,Max 支援兩分鐘。超過的部分會使用 Gems 計費:語音每 250 個字元(不足也以一個區段計)30 Gems,音樂每秒 3.75 Gems。

請前往會員方案頁面比較各個方案。

開發者可以在 Mage API 上呼叫 POST /v1/eleven_speech/generate 和 POST /v1/eleven_music/generate,所有 Mage 模型共用同一組金鑰和同一份 Gem 餘額。Mage API 頁面介紹了金鑰與價格。連接 Mage MCP 伺服器後,Claude、ChatGPT 和其他助理就能在對話中為你朗讀腳本或創作歌曲,並事先告知所需的 Gems。