名称： eachlabs-voice-audio
描述： 使用 EachLabs AI 模型进行文本转语音、语音转文本、声音转换和音频处理。支持 ElevenLabs TTS、带说话人分离的 Whisper 转录以及 RVC 声音转换。当用户需要 TTS、转录或声音转换时使用。
元数据：
author: eachlabs
version: "1.0"

EachLabs 语音与音频

通过 EachLabs Predictions API 实现文本转语音、语音转文本转录、声音转换及音频工具。

身份验证

请求头: X-API-Key: <你的API密钥>

请设置 EACHLABS_API_KEY 环境变量。访问 eachlabs.ai 获取你的密钥。

可用模型

文本转语音

语音转文本

声音转换与克隆

音频工具

预测流程

1. 检查模型 GET https://api.eachlabs.ai/v1/model?slug=<slug> — 验证模型是否存在，并返回包含精确输入参数的 request_schema。创建预测前务必执行此步骤，以确保输入正确。
2. POST https://api.eachlabs.ai/v1/prediction 请求，包含模型标识符、版本 "0.0.1" 以及符合架构的输入数据。
3. 轮询 GET https://api.eachlabs.ai/v1/prediction/{id} 直到状态变为 "success" 或 "failed"。
4. 提取 响应中的输出结果。

示例

使用 ElevenLabs 进行文本转语音

curl -X POST https://api.eachlabs.ai/v1/prediction \
  -H "Content-Type: application/json" \
  -H "X-API-Key: $EACHLABS_API_KEY" \
  -d '{
    "model": "elevenlabs-text-to-speech",
    "version": "0.0.1",
    "input": {
      "text": "欢迎来到我们的产品演示。今天我们将介绍主要功能。",
      "voice_id": "EXAVITQu4vr4xnSDxMaL",
      "model_id": "eleven_v3",
      "stability": 0.5,
      "similarity_boost": 0.7
    }
  }'

使用 ElevenLabs Scribe 进行转录

curl -X POST https://api.eachlabs.ai/v1/prediction \
  -H "Content-Type: application/json" \
  -H "X-API-Key: $EACHLABS_API_KEY" \
  -d '{
    "model": "elevenlabs-speech-to-text-scribe-v2",
    "version": "0.0.1",
    "input": {
      "media_url": "https://example.com/recording.mp3",
      "diarize": true,
      "timestamps_granularity": "word"
    }
  }'

使用 Wizper (Whisper) 进行转录

curl -X POST https://api.eachlabs.ai/v1/prediction \
  -H "Content-Type: application/json" \
  -H "X-API-Key: $EACHLABS_API_KEY" \
  -d '{
    "model": "wizper-with-timestamp",
    "version": "0.0.1",
    "input": {
      "audio_url": "https://example.com/audio.mp3",
      "language": "en",
      "task": "transcribe",
      "chunk_level": "segment"
    }
  }'

使用 Whisper 进行说话人分离

curl -X POST https://api.eachlabs.ai/v1/prediction \
  -H "Content-Type: application/json" \
  -H "X-API-Key: $EACHLABS_API_KEY" \
  -d '{
    "model": "whisper-diarization",
    "version": "0.0.1",
    "input": {
      "file_url": "https://example.com/meeting.mp3",
      "num_speakers": 3,
      "language": "en",
      "group_segments": true
    }
  }'

使用 RVC v2 进行声音转换

curl -X POST https://api.eachlabs.ai/v1/prediction \
  -H "Content-Type: application/json" \
  -H "X-API-Key: $EACHLABS_API_KEY" \
  -d '{
    "model": "rvc-v2",
    "version": "0.0.1",
    "input": {
      "input_audio": "https://example.com/vocals.wav",
      "rvc_model": "CUSTOM",
      "custom_rvc_model_download_url": "https://example.com/my-voice-model.zip",
      "pitch_change": 0,
      "output_format": "wav"
    }
  }'

合并音频与视频

curl -X POST https://api.eachlabs.ai/v1/prediction \
  -H "Content-Type: application/json" \
  -H "X-API-Key: $EACHLABS_API_KEY" \
  -d '{
    "model": "ffmpeg-api-merge-audio-video",
    "version": "0.0.1",
    "input": {
      "video_url": "https://example.com/video.mp4",
      "audio_url": "https://example.com/narration.mp3",
      "start_offset": 0
    }
  }'

ElevenLabs 语音 ID

elevenlabs-text-to-speech 模型支持以下语音 ID。请直接传递原始 ID 字符串：

参数参考

各模型的完整参数详情，请参阅 references/MODELS.md。