ElevenLabs

概览

GitHubDiscord

ElevenLabs 是一个基于 Web、iOS 和 Android 的 AI 语音生成与语音代理平台。它提供 ElevenCreative、ElevenAgents 和 ElevenAPI 三个产品线，服务于内容创作者、企业和开发者。 **ElevenCreative** 是一个一体化 AI 编辑器，用于生成超写实语音、视频、音乐和音效。用户可以克隆声音、从提示词设计声音，或使用库中超过 10,000 个声音。该平台支持 70 多种语言的语音合成，适用于制作电影、广告、播客、有声书和社交媒体内容。同时集成了 Veo、Wan、Kling 和 Seedance 等模型用于图像和视频生成。 **ElevenAgents** 允许用户配置、部署和监控对话式 AI 代理。这些代理支持电话、聊天、电子邮件和 WhatsApp 等多渠道交互，具备分析和测试功能，可在部署前模拟真实对话以验证行为，并可通过 Guardrails 设定合规规则。 **ElevenAPI** 为开发者提供 API 和 SDK 接入能力，包括 Text to Speech API（如 Eleven Flash、Eleven Multilingual、Eleven v3 等模型）、Speech to Text API（Eleven Scribe，支持说话人分离和字符级时间戳）以及 Music API。代码示例展示了通过 `@elevenlabs/elevenlabs-js` 客户端调用相关接口的方式。 该平台被 Twilio、The Walt Disney Studios、Stripe、NVIDIA、Meta、Zoom 等企业使用。

Q&A

ElevenLabs 支持哪些平台？由 AI 生成

根据原文结构化数据，ElevenLabs 支持 Web、iOS 和 Android 系统。

ElevenLabs 支持多少种语言和声音？由 AI 生成

原文提到平台支持 70 多种语言，并提供超过 10,000 个声音的库供用户探索和使用。

ElevenLabs 包含哪些主要产品线？由 AI 生成

主要包含三个产品线：ElevenCreative（用于内容创作的一体化 AI 编辑器）、ElevenAgents（用于配置和部署对话式代理）以及 ElevenAPI（供开发者使用的 API 集合）。

生成的音乐可以用于商业用途吗？由 AI 生成

原文指出音乐功能是与艺术家、唱片公司和出版商合作构建的，已获广泛商业使用许可，但具体商业权利因订阅层级而异。

ElevenLabs 的 Text to Speech 有哪些模型可选？由 AI 生成

原文提到了 Eleven Flash（75ms 延迟，适用于对话场景）、Eleven Multilingual（逼真且一致的语音）以及 Eleven v3（最具表现力的模型）。

ElevenAgents 可以在哪些渠道使用？由 AI 生成

ElevenAgents 支持全渠道交互，包括电话、聊天、电子邮件和 WhatsApp。