ボイスデザイン クイックスタート

このガイドでは、Voice Design APIを使ってテキストプロンプトから音声をデザインする方法を紹介します。

このガイドでは、Voice Design APIを使ってプロンプトから音声をデザインする方法を紹介します。

Voice Design APIの使用

このガイドでは、APIキーとSDKの設定が完了していることを前提としています。まだの場合は、まず クイックスタートを完了してください。スピーカーからオーディオを再生するには、 MPVやffmpegも必要になる場合があります。

1

APIリクエストを作成

プロンプトによる音声デザインは、次の2ステップで行います。

  1. プロンプトに基づいてプレビューを生成します。
  2. 最適なプレビューを選び、新しい音声の作成に使用します。

まず、プロンプトに基づいてプレビューを生成します。

使用する言語に応じて、example.pyまたはexample.mtsという新しいファイルを作成し、次のコードを追加します。

# 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)
2

コードを実行

python example.py

生成された音声プレビューが、1つずつスピーカーから再生されます。

3

生成した音声をライブラリに追加

プレビューを生成してお気に入りを選んだら、生成された音声IDを使ってボイスライブラリに追加できます。これにより、他のAPIでも使用できるようになります。

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)

次のステップ