Voice Generation

Genera música con IA y canciones completas a partir de prompts de texto usando ElevenLabs Music, Diffrythm y Tencent Song Generation a través de la CLI de inference.sh. Ideal para música de fondo, bandas sonoras, clips para redes sociales, pódcasts y música libre de royalties. Permite generación rápida de canciones, instrumentales y temas completos con voz.

Crea pódcasts y contenido de voz con IA a partir de texto usando Kokoro TTS, DIA TTS y la CLI de inference.sh. Mezcla varias voces, añade música y arma episodios completos para pódcasts, audiolibros y boletines de audio.

ai-voice-cloning es un skill basado en inference.sh para generación de voz con IA, text-to-speech y clonación de voz desde la CLI. Envuelve modelos de ElevenLabs, Kokoro TTS, DIA, Chatterbox, Higgs y VibeVoice para locuciones naturales, narración multivoz y transformación de voz para proyectos de audio y video.

Crea audio de diálogos realistas con varios locutores usando Dia TTS y ElevenLabs a través de la CLI inference.sh. La skill dialogue-audio te ayuda a controlar locutores, emoción, ritmo y flujo de conversación para pódcasts, audiolibros, vídeos explicativos, escenas de personajes y otros contenidos conversacionales.

Genera audio de diálogos pulidos con múltiples voces usando ElevenLabs a través de la CLI de inference.sh. Convierte guiones estructurados en conversaciones naturales con varias voces en un solo archivo para pódcasts, audiolibros, vídeos explicativos, tutoriales, diálogos de personajes y guiones de vídeo.

elevenlabs-dubbing te permite doblar y traducir automáticamente audio o vídeo a 29 idiomas usando la CLI de inference.sh, preservando las voces originales de los locutores. Es ideal para editores de vídeo, podcasters y equipos de localización que necesitan versiones multilingües rápidas y de alta calidad de contenido ya existente.

Genera música original con IA a partir de prompts de texto usando la CLI de inference.sh y ElevenLabs. Controla duración, estilo y estado de ánimo para crear música de fondo libre de regalías, bandas sonoras, jingles, camas para podcasts y audio para videojuegos directamente desde tu terminal.

Conversión de voz a texto de alta precisión con ElevenLabs a través de la CLI de inference.sh usando los modelos Scribe v1/v2. Permite transcripción, diarización de hablantes, etiquetado de eventos de audio, marcas de tiempo a nivel de palabra, forced alignment y generación de subtítulos para reuniones, pódcast y otros flujos de trabajo de audio.

Texto a voz de ElevenLabs a través de la CLI de inference.sh, con más de 22 voces premium, compatibilidad multilingüe y modelos rápidos para flujos de trabajo de generación de voz en producción.

Skill de cambio de voz de ElevenLabs que utiliza la CLI de inference.sh (infsh) para transformar locuciones grabadas en otra voz sintética, manteniendo el contenido y la emoción. Es compatible con `eleven_multilingual_sts_v2` (70+ idiomas) y `eleven_english_sts_v2` para tareas de speech-to-speech, cambio de acento y camuflaje de voz en creación de contenidos, doblaje y voces de personaje.