Agent Skills Finder
I

elevenlabs-voice-changer

作者 inferen-sh

ElevenLabs voice changer 技能通过 inference.sh CLI（infsh）将录制好的语音转换为另一种合成声音，同时尽可能保留原始内容与情绪表达。支持 eleven_multilingual_sts_v2（70+ 种语言）和 eleven_english_sts_v2，可用于语音转语音、多语言配音、口音变换、声音伪装等内容创作、配音与角色配音场景。

Stars0
收藏0
评论0
收录时间2026年3月27日
分类语音生成
安装命令
npx skills add https://github.com/inferen-sh/skills --skill elevenlabs-voice-changer
音频视频
概览

概览

elevenlabs-voice-changer 是什么？

elevenlabs-voice-changer 是一个将 ElevenLabs speech-to-speech voice changer 接入 inference.sh 命令行工具（infsh）的技能。它可以接收一段已有的音频录音，并返回同样内容与情绪、但使用另一种合成声音的音频。

在底层，这个技能通过 infsh app run elevenlabs/voice-changer 调用 ElevenLabs 的 voice-changer 应用，因此你无需自己对接 API。你只需描述输入音频和目标声音，服务就会返回转换后的音频。

核心能力

  • Speech-to-speech 转换 – 将任意语音音频转换为新声音，无需重新录制。
  • 多语言支持（70+ 种语言） – 通过 eleven_multilingual_sts_v2。
  • 英语优化模型 – 通过 eleven_english_sts_v2 获得更高质量的英文效果。
  • 口音与风格切换 – 使用 ElevenLabs 的 premium voices 更换口音、语气或人物形象。
  • 声音伪装与隐私保护 – 对公开内容中的真实声音进行匿名化或遮蔽。

适合哪些使用场景？

如果你符合以下情况，这个技能会比较适合：

  • 制作 YouTube、TikTok 或其他社交媒体 内容，希望更换或升级旁白声音。
  • 进行 播客或配音 制作，需要快速切换语言、口音或声音。
  • 从事 营销或产品解说，希望拥有多种品牌声音，又不想反复聘请不同配音演员。
  • 构建 AI 角色或 Demo，需要稳定、可复用的声音形象。

以下情况则 不太适合 使用本技能：

  • 需要完全可视化的 GUI 流程和时间线编辑（本技能以 CLI 为主）。
  • 必须在完全离线的环境运行（依赖 inference.sh 和云端的 ElevenLabs 服务）。
  • 需要精细的音频工程能力，如 EQ、混音或多轨编辑；本技能专注于 语音转换，并非完整的 DAW 级音频制作工具。

模型与声音选项

elevenlabs-voice-changer 技能暴露的模型与仓库中描述的一致：

  • Multilingual STS v2 – 模型 ID：eleven_multilingual_sts_v2（默认，支持 70+ 种语言）。
  • English STS v2 – 模型 ID：eleven_english_sts_v2（针对英文语音优化）。

它可以使用 ElevenLabs TTS 产品中同样提供的 22+ 个 premium voices，包括文档默认示例中的：

  • george – 英式口音，权威风格（文档默认声音）。
  • aria – 美式口音，日常对话风格。

你可以在调用应用时，通过传入 voice 参数来选择这些声音。

使用指南

1. 前置条件与安装

在使用 elevenlabs-voice-changer 前，需要先安装并完成 inference.sh CLI 的登录认证。

  1. 安装 inference.sh CLI（infsh）
    按照官方仓库中的说明进行安装：
    https://raw.githubusercontent.com/inference-sh/skills/refs/heads/main/cli-install.md

  2. 登录 inference.sh，使用你的账号执行：

    infsh login

  3. 添加技能（Agent Skills Finder / skills registry）
    如果你在技能集合中使用本技能，可以通过以下命令添加：

    npx skills add https://github.com/inferen-sh/skills --skill elevenlabs-voice-changer

完成以上步骤后，你的环境就可以通过 infsh 调用 ElevenLabs voice changer 应用了。

2. 基础语音转换示例

体验 elevenlabs-voice-changer 的最快方式，是运行技能文档中提供的示例：

infsh login

# Transform voice
infsh app run elevenlabs/voice-changer --input '{"audio": "https://recording.mp3", "voice": "aria"}'

在这个示例中：

  • audio 是指向输入录音的 URL（例如托管在网上的 .mp3 文件）。
  • voice 是目标 ElevenLabs voice 的 ID（此处为 aria）。

应用会处理这段录音，并返回一段新的音频，语音内容保持不变，但声音变为 aria 的音色。

3. 选择模型与语言

默认情况下，本技能配置为使用：

  • eleven_multilingual_sts_v2，用于覆盖 70+ 种语言。

如果你的场景仅涉及英文，并希望使用更适合英文的模型，可在应用输入或工作流中配置：

  • eleven_english_sts_v2，以获得更清晰的英文发音和韵律。

具体选择模型的字段由 ElevenLabs 应用自身配置处理，但在选择时需要使用这些在技能文档中提到的模型 ID。

4. 切换不同声音和口音

要尝试不同的口音或风格，只需在 --input 的 JSON 中更改 voice 参数。

示例（模式）：

# British, authoritative
infsh app run elevenlabs/voice-changer --input '{"audio": "https://recording.mp3", "voice": "george"}'

# American, conversational
infsh app run elevenlabs/voice-changer --input '{"audio": "https://recording.mp3", "voice": "aria"}'

你可以对同一段原始音频多次运行命令，使用不同的 voice ID，快速为项目试音、比较不同声音效果。

5. 集成到你的工作流程

由于 elevenlabs-voice-changer 完全通过 CLI 运行，非常适合集成进脚本化或自动化的流程中：

  • 批量处理 – 对一批音频 URL 或预上传的录音进行循环调用 infsh app run。
  • 内容本地化 – 录制一次原始旁白，然后为不同市场转换为不同口音或声音。
  • 声音匿名化 – 在发布前对录音电话、访谈或用户投稿进行后处理，保护隐私。

如果你使用更大的 agent 框架或编排系统，可以在需要“语音转换”或“配音”的流程节点调用此技能。

6. 仓库中值得查看的文件

在 inferen-sh/skills 仓库中打开该技能时，建议先查看：

  • SKILL.md – 提供高层概览、功能说明，以及可直接复制修改的快速启动命令。

技能仓库中的其他常见文件（例如 AGENTS.md、metadata.json 以及在其他工具中常见的 rules/、scripts/ 等目录），展示了技能如何融入更大的 agent 工作流。对于 elevenlabs-voice-changer 而言，SKILL.md 是主要文档。

常见问题（FAQ）

elevenlabs-voice-changer 具体能做什么？

elevenlabs-voice-changer 通过 inference.sh CLI 调用 ElevenLabs 的 speech-to-speech 模型，将已有的语音录音转换为另一种 AI 合成声音。它会尽量保留原文内容和情绪表达，只改变声音的音色和风格。

如何安装 elevenlabs-voice-changer？

你无需将该技能作为独立应用安装，而是按以下步骤配置环境：

  1. 按照以下说明安装 infsh CLI：
    https://raw.githubusercontent.com/inference-sh/skills/refs/heads/main/cli-install.md

  2. 运行 infsh login 完成认证。

  3. （可选）在你的技能配置中注册本技能：

    npx skills add https://github.com/inferen-sh/skills --skill elevenlabs-voice-changer

完成后，你就可以通过 infsh app run elevenlabs/voice-changer 调用 ElevenLabs voice changer 应用。

使用这个技能需要 ElevenLabs 账号吗？

本技能本质上是对通过 inference.sh 运行的 ElevenLabs 模型的一层封装。关于 ElevenLabs 使用中的账号、额度或配额等要求，均由你的 inference.sh 与 ElevenLabs 账号配置决定。请参考 inference.sh 和 ElevenLabs 的官方文档，了解最新的访问权限与计费规则。

我可以在本地、完全离线运行 elevenlabs-voice-changer 吗？

仓库文档展示的是通过 infsh 调用线上 ElevenLabs 应用的用法，并 未 提供完全离线模式的说明。通常需要访问 inference.sh 和 ElevenLabs 后端的网络连接。

输入可以使用哪些音频格式？

示例中使用的是通过 HTTP 提供的 .mp3 文件（"https://recording.mp3"）。具体支持的格式和大小限制由 ElevenLabs 应用本身决定。为获得更稳定的结果，建议使用常见的 Web 音频格式（如 mp3），并确保 URL 稳定可访问。

我可以使用自定义声音吗？

技能描述主要围绕 ElevenLabs 提供的标准声音集合（22+ 个 premium voices），例如 george 和 aria。并未说明自定义声音训练的流程。如果你需要专属定制声音，请查阅 ElevenLabs 自身文档，了解自定义声音如何与其 speech-to-speech 应用集成。

适合做实时变声吗？

仓库展示的是通过 CLI 的 文件式 speech-to-speech 使用方式：你提供一段录制好的文件 URL，然后获得处理后的文件。文档没有描述实时或通话中的即时变声能力，因此应将其视为一种 异步、基于文件 的工具，而不是实时变声器。

在哪些情况下不建议使用 elevenlabs-voice-changer？

如果你有以下需求，可以考虑其他工具：

  • 需要完整的 DAW 或非线性编辑器，用于精细的混音和母带处理。
  • 需要面向直播或游戏的实时、低延迟变声效果。
  • 必须在完全离线、无云服务的环境中运行所有流程。

如果是希望通过 CLI 实现脚本化、可重复的 speech-to-speech 语音转换，elevenlabs-voice-changer 会非常适用。

在哪里查看或修改配置？

在 GitHub 上打开 inferen-sh/skills 仓库中的该技能路径：

  • tools/audio/elevenlabs-voice-changer/

查看其中的 SKILL.md，即可了解官方快速上手命令、可用模型与声音选项，并根据你的环境调整示例命令。

评分与评论

暂无评分
分享你的评价
登录后即可为这个技能评分并发表评论。
G
0/10000
最新评论
保存中...