ElevenLabs Python库中获取自定义语音的方法
2025-07-01 18:55:28作者:魏献源Searcher
在ElevenLabs Python库中,开发者经常需要获取可用的语音列表。很多开发者发现直接使用voices()函数只能获取到预设(premade)语音,而无法获取自定义语音。本文将详细介绍如何正确获取所有语音资源,包括自定义语音。
问题背景
ElevenLabs提供了丰富的语音合成功能,用户既可以使用平台预设的语音,也可以创建自己的自定义语音。然而,当开发者尝试使用以下代码获取语音列表时:
from elevenlabs.client import ElevenLabs
from elevenlabs import voices
client = ElevenLabs(api_key=key)
# 获取语音列表
voices = voices()
for voice in voices:
print(voice)
这段代码只能返回预设语音,而无法获取用户创建的自定义语音资源。
正确获取所有语音的方法
要获取包括自定义语音在内的所有语音资源,应该通过client对象来访问:
response = client.voices.get_all()
这个方法会返回一个包含所有语音的响应对象,其中包括预设语音和自定义语音。
解析语音响应数据
get_all()方法返回的是一个GetVoicesResponseModel对象,这个对象包含一个voices属性,该属性是一个语音对象的数组。每个语音对象都包含以下重要属性:
voice_id: 语音的唯一标识符name: 语音名称category: 语音类别(如预设或自定义)description: 语音描述labels: 语音标签preview_url: 语音预览URL
语音分类处理示例
如果需要区分预设语音和自定义语音,可以这样处理:
response = client.voices.get_all()
for voice in response.voices:
if voice.category == "premade":
print(f"预设语音: {voice.name}")
else:
print(f"自定义语音: {voice.name}")
最佳实践建议
- 总是通过
client.voices.get_all()来获取完整语音列表 - 使用类型提示或IDE的代码补全功能来探索响应对象的可用属性
- 根据业务需求对语音进行分类处理
- 缓存语音列表以减少API调用次数
通过以上方法,开发者可以充分利用ElevenLabs提供的所有语音资源,为用户提供更丰富的语音合成体验。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
523
3.72 K
Ascend Extension for PyTorch
Python
329
388
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
877
578
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
335
161
暂无简介
Dart
762
188
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.33 K
745
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
113
136