ElevenLabs

Mastra 的 ElevenLabs Voice 實作透過 ElevenLabs API 提供高品質的文字轉語音（TTS）與語音轉文字（STT）功能。

使用範例

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()

建構函式參數

speechModel?:

ElevenLabsVoiceConfig

= { name: 'eleven_multilingual_v2' }

文字轉語音功能的設定。

ElevenLabsVoiceConfig

name?:

ElevenLabsModel

要使用的 ElevenLabs 模型

apiKey?:

string

ElevenLabs API 金鑰。若未提供，則使用 ELEVENLABS_API_KEY 環境變數

speaker?:

string

= '9BWtsMINqrJLrRacOk9x'（Aria 語音）

文字轉語音使用的語音 ID

方法

speak()

使用已設定的語音模型與語音，將文字轉換為語音。

input:

string | NodeJS.ReadableStream

要轉換為語音的文字。若提供資料流，會先將其轉換為文字。

options?:

object

語音合成的其他選項

object

speaker?:

string

針對此請求覆寫預設語音 ID

回傳：Promise<NodeJS.ReadableStream>

getSpeakers()

回傳可用語音選項的陣列，其中每個節點包含：

voiceId:

string

語音的唯一識別碼

name:

string

語音的顯示名稱

language:

string

語音的語言程式碼

gender:

string

語音的性別

listen()

使用 ElevenLabs Speech-to-Text API 將輸入音訊轉換為文字。

input:

NodeJS.ReadableStream

包含要轉錄之音訊資料的可讀資料流

options?:

object

轉錄的設定選項

options 物件支援下列屬性：

language_code?:

string

ISO 語言程式碼（例如 'en'、'fr'、'es'）

tag_audio_events?:

boolean

是否標記 [MUSIC]、[LAUGHTER] 等音訊事件

num_speakers?:

number

要在音訊中偵測的說話者人數

filetype?:

string

音訊檔案格式（例如 'mp3'、'wav'、'ogg'）

timeoutInSeconds?:

number

請求逾時秒數

maxRetries?:

number

重試次數上限

abortSignal?:

AbortSignal

中止請求的訊號

回傳：Promise<string> — 解析為轉錄文字的 Promise

重要事項

1. 必須提供 ElevenLabs API 金鑰。可透過 ELEVENLABS_API_KEY 環境變數設定，或傳入建構函式。
2. 預設語音設為 Aria（ID：'9BWtsMINqrJLrRacOk9x'）。
3. ElevenLabs 不支援語音轉文字功能。
4. 可使用 getSpeakers() 方法取得可用語音；該方法會回傳每個語音的詳細資訊，包括語言與性別。