ZEGO 实时互动 AI Agent 2.14.10 新增支持 ElevenLabs TTS 模型

ZEGO 实时互动 AI Agent 2.14.10 版本发布,本次版本核心亮点是新增 ElevenLabs TTS 供应商和数字人实例支持透明通道等功能。

新增 ElevenLabs TTS 供应商

新增支持 ElevenLabs 语音合成,TTS.Vendor 为 ElevenLabs,推荐模型 eleven_flash_v2_5。

app 参数说明

参数名类型是否必填说明
api_keystring是ElevenLabs 账户的 API Key。

其他参数说明

以下仅列举部分常见参数,更多其他参数请参考 ElevenLabs TTS API 参考 章节的参数说明。

参数名类型是否必填说明
UrlString否TTS 服务域名 URL 地址,默认为 wss://api.elevenlabs.io/v1/text-to-speech,可不传。
model_idString否模型 ID,推荐使用 eleven_flash_v2_5。
voice_idString是声音 ID,需与 model_id 相匹配。
voice_settingsObject否声音设置。部分常用参数参考下表说明。
其他透传参数–否支持透传 ElevenLabs 的 Query 参数与 initializeConnection 初始化参数。

voice_settings 部分常用参数:

参数名类型是否必填说明
similarity_boostfloat否与原始音色的相似度提升。数值越高,合成声音与原始音色越相似。默认值:0.8。
speedfloat否语速。默认值:1。
stabilityfloat否声音稳定性。数值越低,声音情感表现越丰富;数值越高,声音表现越稳定。默认值:0.5。
use_speaker_boostboolean否是否开启说话人增强,开启后可提升与原始音色的相似度。默认值:true。
stylefloat否说话风格强度。数值越高,越贴近原始音色的说话风格。默认值:0.0。

参数示例:

/*
ElevenLabs TTS 相关参数,请参考 https://elevenlabs.io/docs/api-reference/text-to-speech/v-1-text-to-speech-voice-id-stream-input
Params 包含:
1. app 字段包含 api_key 账户
2. Query 参数
3. initializeConnection 初始化参数
*/

"TTS": {
  "Vendor": "ElevenLabs",//必填
  "Params": {//必填
    "app": {//必填
      "api_key": "your_api_key"//必填
    },
    // 可选,模型 ID,推荐使用 `eleven_flash_v2_5`
    // "model_id": "eleven_flash_v2_5",
    "voice_id": "your_voice_id"//必填
    // 可选,声音设置
    // "voice_settings": {
    //   "similarity_boost": 0.8,
    //   "speed": 1,
    //   "stability": 0.5,
    //   "use_speaker_boost": true,
    //   "style": 0.0
    // }
  }
}

数字人实例支持透明通道

创建数字人智能体实例新增 DigitalHuman.AlphaMode 参数,支持配置数字人推流是否携带 Alpha 透明通道。

相关文档请参考:创建数字人智能体实例

本文来自作者投稿,版权归原作者所有。如需转载,请注明出处:https://www.nxrte.com/zixun/72273.html

赞 (0)

相关推荐