Elevenlabs

@runapi.ai/elevenlabs — RunAPI.ai Elevenlabs 音频生成 通过 RunAPI.ai 构建 Node / TypeScript 集成，生成语音、文本到对话、文本到声音、语音到文本和隔离音频。 设置 需要 Node 18+（全局 fetch）。 npm install @runapi.ai/elevenlabs 在环境中设置 API 密钥： # .env RUNAPI_API_KEY=runapi_xxx # 获取一个 https://runapi.ai/api_keys 导入 { ElevenlabsClient } from '@runapi.ai/elevenlabs'; // SDK 从环境中自动读取 RUNAPI_API_KEY。 const client = new ElevenlabsClient(); 如果您以不同的方式管理机密，请显式传递 { apiKey }。 baseUrl 默认为 https://runapi.ai；仅在本地开发时覆盖。 核心配方 — 文本到语音 const result = await client.textToSpeech.run({ model: 'text-to-speech-turbo-2-5', text: 'Hello from RunAPI.', voice: 'Rachel', }); const audioUrl = result.audios[0].url; run() 创建任务、自动轮询并仅在任务完成时解析 — audios[0].url 在解析值上是保证的（对于语音到文本，文本是保证的）。 在失败时抛出 TaskFailedError；在轮询超时时抛出 TaskTimeoutError。 对于脚本和短暂进程，请使用 run()。 对于请求处理程序，请分割它： const { id } = await client.textToSpeech.create({ model: 'text-to-speech-turbo-2-5', text: '...', voice: 'Rachel' }); // 立即返回 202；稍后获取： const status = await client.textToSpeech.get(id); if (status.status === 'completed') { / ... / } 不要保持 Web 工作线程打开等待 run()。 分割 + webhook 是生产模式。 run() 默认每 2 秒轮询一次，持续 15 分钟。 根据需要调整： await client.textToSpeech.run(params, { maxWaitMs: 2 * 60_000, pollIntervalMs: 1_000 }); 如果 TaskTimeoutError 发生，任务仍在服务器端运行 — 使用 .get(id) 或通过 webhook 完成。 多语音对话 按行序列，每行语音： const dialogue = await client.textToDialogue.run({ dialogue: [ { voice: 'Rachel', text: 'So what did you think?' }, { voice: 'Adam', text: 'Honestly, it was incredible.' }, ], stability: 0.5, language_code: 'en', }); console.log(dialogue.audios[0].url); 音效 const fx = await client.textToSound.run({ text: 'Thunderclap followed by rain on a tin roof', duration_seconds: 6, loop: false, output_format: 'mp3_44100_128', }); 语音到文本（音频输入 -> 文本输出） const t = await client.speechToText.run({ audio_url: 'https://cdn.example.com/meeting.mp3', diarize: true, tag_audio_events: true, language_code: 'en', }); console.log(t.text); 音频隔离（去除背景噪音） const isolated = await client.isolateAudio.run({ audio_url: 'https://cdn.example.com/noisy.mp3', }); console.log(isolated.audios[0].url); 模型 资源模型值 textToSpeech text-to-speech-turbo-2-5、text-to-speech-multilingual-v2 textToDialogue — （无模型字段；服务器选择引擎） textToSound — speechToText — isolateAudio — 选择 turbo 模型以获得最低延迟；选择 multilingual v2 以获得非英语语音。 voice 接受 Elevenlabs 语音 ID 或命名语音（例如 'Rachel'、'Adam'）。 确切的信用成本在 https://runapi.ai/pricing 和仪表板中显示 — 不要在应用程序代码中硬编码价格。 回调（webhook） 在 create()（或任何 run() 调用）上传递 callback_url，RunAPI 将最终有效负载 POST 到您： await client.textToSpeech.create({ model: 'text-to-speech-turbo-2-5', text: '...', voice: 'Rachel', callback_url: 'https://your.app/webhooks/runapi/elevenlabs', }); 有效负载形状（音频资源）： { id: string; status: 'completed' | 'failed'; audios?: { url: string }[]; error?: string } SpeechToText 返回 text: string 而不是 audios。 始终在信任正文之前验证签名。 RunAPI 使用您的帐户的回调密钥签署每个回调（在 /accounts/callback_secret 旋转）。 头部： X-Callback-Id — UUID，存储以使处理程序幂等 X-Callback-Timestamp — Unix 秒，拒绝如果 |now - ts| > 300 X-Callback-Signature — base64 HMAC-SHA256 过 ${id}.${ts}.${rawBody} 使用 base64 解码的密钥 导入 crypto from 'node:crypto'; 函数 verify(raw: string, id: string, ts: string, sig: string, secret: string) { const key = Buffer.from(secret, 'base64'); const mac = crypto.createHmac('sha256', key) .update(${id}.${ts}.${raw}) .digest('base64'); return crypto.timingSafeEqual(Buffer.from(mac), Buffer.from(sig)); } 在 10 秒内回复 2xx；任何非 2xx 触发重试。 错误 所有错误都从 @runapi.ai/core 中重新导出。 始终 instanceof — 从不字符串匹配消息。 错误 状态 操作 AuthenticationError 401 中止；显示“重新连接 API 密钥” InsufficientCreditsError 402 提示用户在 runapi.ai/billing 中补充 ValidationError 400 / 422 修复参数；不要重试 RateLimitError 429 睡眠 err.retryAfterMs，然后重试 ServiceUnavailableError 503 / 455 重试带有退避；转换