变声器

概览

ElevenLabs 变声器 API 可将任何源音频（录制或上传）转换为另一种完整克隆的音色，同时保留原始表演的细微之处。它能够捕捉耳语、笑声、哭声、口音和细微的情感线索，呈现高度真实、自然的效果，可用于：

• 在保留情感表达和细节的同时更改任意音色
• 为多种语言和多次录音创建一致的角色音色
• 修复或替换现有录音中的特定单词和短语

浏览我们的声音库，为项目找到理想音色。

支持的语言

多语言 v2 模型支持 29 种语言：

英语（美国、英国、澳大利亚、加拿大）、日语、中文、德语、印地语、法语（法国、加拿大）、韩语、葡萄牙语（巴西、葡萄牙）、意大利语、西班牙语（西班牙、墨西哥）、印尼语、荷兰语、土耳其语、菲律宾语、波兰语、瑞典语、保加利亚语、罗马尼亚语、阿拉伯语（沙特阿拉伯、阿联酋）、捷克语、希腊语、芬兰语、克罗地亚语、马来语、斯洛伐克语、丹麦语、泰米尔语、乌克兰语和俄语。

eleven_english_sts_v2 模型仅支持英语。

关键信息

• 单段最大时长：5 分钟——请将较长录音拆分为多个片段
• 计费：每处理 1 分钟音频消耗 1,000 个字符
• 背景噪声：使用 remove_background_noise=true，尽量减少输出中的环境声
• 模型建议：即使处理英文内容，eleven_multilingual_sts_v2 的表现也常优于 eleven_english_sts_v2
• 自定义音色：声音库中任何克隆或设计的音色都可用作输出音色；请提供其 voice_id