ElevenLabs语音合成

技能简介

ElevenLabs TTS 是 OpenClaw 平台的语音合成技能，基于 ElevenLabs v3 API 将文本转换为富有情感的真人风格语音。支持 70 余种语言，可通过音频标签控制情绪变化，输出格式兼容 WhatsApp 等即时通讯场景。

能做什么

• 将文字转为自然流畅的 AI 配音，支持中英文及 70+ 语种
• 使用 [soft]、[excited]、[nervous] 等标签注入情感变化
• 生成适合 WhatsApp 发送的 Opus 格式语音消息
• 调节语速、稳定性、风格强度等参数定制声音特质

使用说明

安装与配置

1. 安装 ffmpeg 并确保其在系统 PATH 中可用（用于音频格式转换）
2. 访问 elevenlabs.io 注册账号，进入 Profile → API Keys 获取密钥
3. 在 OpenClaw 配置文件 openclaw.json 中添加以下配置：

   {"messages":{"tts":{"provider":"elevenlabs","elevenlabs":{"apiKey":"sk_your_api_key_here","voiceId":"pNInz6obpgDQGcFmaJgB","modelId":"eleven_v3","languageCode":"en","voiceSettings":{"stability":0.5,"similarityBoost":0.75,"style":0,"useSpeakerBoost":true,"speed":1}}}}}

基础用法示例

[soft] 今天是个特别的日子...[pause] [happy] 我们终于做到了！

常用音频标签：[whispers] 低语、[gasps] 倒吸气、[laughs] 笑声、[sighs] 叹息、[hesitates] 犹豫等。

输入与输出

见下方输入与输出表格。

风险提示

• 单次文本建议控制在 800 字符以内，超过 10,000 字符将被 API 拒绝
• 长文本会导致音色不一致，建议分段处理
• 稳定性参数高于 0.7 会降低音频标签的响应效果
• 需妥善保管 API Key，避免泄露导致额度被盗用
• ffmpeg 未安装或不在 PATH 中时，WhatsApp 格式转换将失败

来源信息

原始链接：https://github.com/openclaw/skills/tree/main/skills/shaharsha/elevenlabs-tts/SKILL.md
来源类型：GitHub 仓库