ElevenLabs

L’implémentation vocale d’ElevenLabs dans Mastra fournit des fonctionnalités de synthèse vocale (TTS) et de transcription vocale (STT) de haute qualité au moyen de l’API ElevenLabs.

Exemple d’utilisation

import { ElevenLabsVoice } from '@mastra/voice-elevenlabs'

// Initialize with default configuration (uses ELEVENLABS_API_KEY environment variable)
const voice = new ElevenLabsVoice()

// Initialize with custom configuration
const voice = new ElevenLabsVoice({
  speechModel: {
    name: 'eleven_multilingual_v2',
    apiKey: 'your-api-key',
  },
  speaker: 'custom-speaker-id',
})

// Text-to-Speech
const audioStream = await voice.speak('Hello, world!')

// Get available speakers
const speakers = await voice.getSpeakers()

Paramètres du constructeur

speechModel?:

ElevenLabsVoiceConfig

= { name: 'eleven_multilingual_v2' }

Configuration de la fonctionnalité de synthèse vocale.

ElevenLabsVoiceConfig

name?:

ElevenLabsModel

Modèle ElevenLabs à utiliser

apiKey?:

string

Clé d’API ElevenLabs. Utilise par défaut la variable d’environnement ELEVENLABS_API_KEY

speaker?:

string

= '9BWtsMINqrJLrRacOk9x' (voix Aria)

ID de la voix à utiliser pour la synthèse vocale

Méthodes

speak()

Convertit du texte en parole à l’aide du modèle vocal et de la voix configurés.

input:

string | NodeJS.ReadableStream

Texte à convertir en parole. Si un flux est fourni, il est d’abord converti en texte.

options?:

object

Options supplémentaires de synthèse vocale

object

speaker?:

string

Remplace l’ID de la voix par défaut pour cette requête

Renvoie : Promise<NodeJS.ReadableStream>

getSpeakers()

Renvoie un tableau des options de voix disponibles, dans lequel chaque élément contient :

voiceId:

string

Identifiant unique de la voix

name:

string

Nom d’affichage de la voix

language:

string

Code de langue de la voix

gender:

string

Genre de la voix

listen()

Convertit une entrée audio en texte au moyen de l’API Speech-to-Text d’ElevenLabs.

input:

NodeJS.ReadableStream

Flux lisible contenant les données audio à transcrire

options?:

object

Options de configuration de la transcription

L’objet d’options prend en charge les propriétés suivantes :

language_code?:

string

Code de langue ISO (par exemple, 'en', 'fr', 'es')

tag_audio_events?:

boolean

Indique si les événements audio tels que [MUSIC], [LAUGHTER], etc. doivent être balisés

num_speakers?:

number

Nombre de voix à détecter dans le son

filetype?:

string

Format du fichier audio (par exemple, 'mp3', 'wav', 'ogg')

timeoutInSeconds?:

number

Délai d’expiration de la requête, en secondes

maxRetries?:

number

Nombre maximal de nouvelles tentatives

abortSignal?:

AbortSignal

Signal permettant d’interrompre la requête

Renvoie : Promise<string> - Promise résolue avec le texte transcrit

Remarques importantes

1. Une clé d’API ElevenLabs est requise. Définissez-la au moyen de la variable d’environnement ELEVENLABS_API_KEY ou transmettez-la au constructeur.
2. La voix par défaut est Aria (ID : '9BWtsMINqrJLrRacOk9x').
3. La fonctionnalité de transcription vocale n’est pas prise en charge par ElevenLabs.
4. Les voix disponibles peuvent être récupérées à l’aide de la méthode getSpeakers(), qui renvoie des informations détaillées sur chacune d’elles, notamment sa langue et son genre.