Guía de inicio rápido de Diseño de Voz

Esta guía te mostrará cómo diseñar una voz mediante un prompt con la API de Diseño de Voz.

Uso de la API de Diseño de Voz

Esta guía presupone que ya has configurado tu clave de API y SDK. Completa primero la guía de inicio rápido si aún no lo has hecho. Para reproducir audio por los altavoces, puede que también necesites MPV o ffmpeg.

Haz la solicitud a la API

Diseñar una voz mediante un prompt tiene dos pasos:

Genera vistas previas a partir de un prompt.
Selecciona la mejor vista previa y úsala para crear una voz nueva.

Empezaremos generando vistas previas a partir de un prompt.

Crea un archivo llamado example.py o example.mts, según el lenguaje que prefieras, y añade el siguiente código:

# example.py
from dotenv import load_dotenv
from elevenlabs.client import ElevenLabs
from elevenlabs.play import play
import base64
load_dotenv()
elevenlabs = ElevenLabs(
  api_key=os.getenv("ELEVENLABS_API_KEY"),
)
voices = elevenlabs.text_to_voice.design(
    model_id="eleven_multilingual_ttv_v2",
    voice_description="A massive evil ogre speaking at a quick pace. He has a silly and resonant tone.",
    text="Your weapons are but toothpicks to me. Surrender now and I may grant you a swift end. I've toppled kingdoms and devoured armies. What hope do you have against me?",
)
for preview in voices.previews:
    # Convert base64 to audio buffer
    audio_buffer = base64.b64decode(preview.audio_base_64)
    print(f"Playing preview: {preview.generated_voice_id}")
    play(audio_buffer)

Ejecuta el código

python example.py

Deberías oír las vistas previas de voz generadas por los altavoces, una a una.

Añade la voz generada a tu biblioteca

Cuando hayas generado las vistas previas y elegido tu favorita, puedes añadirla a tu biblioteca de voces mediante el ID de voz generado para usarla con otras API.

voice = elevenlabs.text_to_voice.create(
    voice_name="Jolly giant",
    voice_description="A huge giant, at least as tall as a building. A deep booming voice, loud and jolly.",
    # The generated voice ID of the preview you want to use,
    # using the first in the list for this example
    generated_voice_id=voices.previews[0].generated_voice_id
)
print(voice.voice_id)

Siguientes pasos

Clonación de voz instantánea

Clona una voz a partir de audio existente en lugar de generarla desde una descripción.

Referencia de la API

Referencia y parámetros completos de la API de Diseño de Voz.