ElevenLabs
ElevenLabs 是领先的 AI 语音模型系列，覆盖富表现力文字转语音、多语言旁白、多人对话、声音设计和文本生成音效。在 Martini 上，可在节点式音频工作流中使用 Eleven v3、Multilingual v2、Turbo v2.5、Dialogue v3 和 Sound Effects v2。
Eleven v3 是 ElevenLabs 当前最新的高表现力语音合成模型，面向情绪化演绎、内联音频标签以及覆盖 70 多种语言的自然多人对话。Multilingual v2 仍然适合长篇旁白、企业配音、在线课程以及更重视一致性的项目。Flash v2.5 是 ElevenLabs 当前推荐的低延迟选择，但 Martini 保留 Turbo v2.5 以兼容已有工作流；ElevenLabs 表示 Turbo v2.5 与 Flash v2.5 功能等价，只是 Flash 通常延迟更低。Sound Effects v2 使用官方 eleven_text_to_sound_v2 模型生成转场声、环境声、UI 声、冲击声、无缝循环和制作细节音效。在 Martini 上，这些音频节点可以与视频、图像和脚本节点连接，让创作者在同一个生产图中完成脚本、旁白、音效和后续视频制作。
| 变体 | 说明 |
|---|---|
| ElevenLabs TTS Eleven v3 | 通过 provider 模型 eleven_v3 提供高表现力 TTS，支持音频标签、情绪化演绎、70 多种语言，单次请求上限 5,000 字符。 |
| ElevenLabs Dialogue Eleven v3 | 多人对话模式，适合自然会话、角色讨论、戏剧化朗读和脚本对话。 |
| ElevenLabs TTS Multilingual v2 | 稳定高质量的多语言 TTS，适合旁白、在线课程、企业视频和长音频，支持 29 种语言。 |
| ElevenLabs TTS Turbo v2.5 | 为现有工作流保留的低延迟多语言 TTS；Flash v2.5 是 ElevenLabs 当前更新的低延迟推荐。 |
| ElevenLabs Sound Effects v2 | 通过 eleven_text_to_sound_v2 文本生成音效，适合环境声、冲击声、转场、UI 反馈、循环和电影层次。 |
在 Martini 的无限画布上将 ElevenLabs 与视频、图像、脚本和音乐节点连接使用。无需 GPU，免费开始。
免费开始需要高表现力表演和多人对话时用 Eleven v3；稳定长篇旁白用 Multilingual v2；需要兼容现有低延迟 Martini 工作流时用 Turbo v2.5；非语音制作音频使用 Sound Effects v2。
支持。Eleven v3 支持用于情绪、演绎和非语言反应的内联音频标签，ElevenLabs 也提供用于自然多人音频的对话端点。
不是。ElevenLabs 当前更推荐 Flash v2.5 用于新的低延迟场景，因为 Flash 通常延迟更低。Martini 保留 Turbo v2.5 是为了兼容已有工作流。