Claude visitors: new accounts receive $1.00 in bonus API credit within 30 days. One per person; usage credits only.
Usa ElevenLabs en WorkBuddy.
ElevenLabs ofrece seis endpoints de audio a través de RunAPI: TTS turbo-v2.5 con latencia inferior a un segundo, multilingual-v2 con 29 idiomas, dialogue-v3 para conversaciones con varios interlocutores, efectos de sonido, transcripción de voz a texto y aislamiento vocal. Agrega RunAPI como servidor MCP una sola vez y el agente de WorkBuddy podrá llamar a cualquiera de ellos con la misma clave.
Using the runapi MCP server, generate speech audio with ElevenLabs.
Requirements:
- Call the ElevenLabs text_to_speech tool exposed by the runapi MCP server.
- Set model to "text-to-speech-turbo-v2.5".
- Text: "Welcome to RunAPI. This audio was generated from WorkBuddy."
- Set speed to 1.0, stability to 0.5, similarity_boost to 0.75.
- The task is async — keep polling until the status is "completed",
then give me the audio URL.
{
"mcp_servers": {
"runapi": {
"url": "https://runapi.ai/mcp",
"transport": "streamable_http",
"headers": {
"Authorization": "Bearer $RUNAPI_API_KEY"
}
}
}
}
{
"task_id": "tsk_abc123",
"status": "completed",
"model": "text-to-speech-turbo-v2.5",
"output": {
"audio_url": "https://media.runapi.ai/outputs/tsk_abc123.mp3",
"characters_billed": 62
}
}
Usa ElevenLabs en WorkBuddy en tres pasos
Añade RunAPI como MCP server
Define RUNAPI_API_KEY en el entorno que inicia WorkBuddy y registra un servidor MCP llamado runapi apuntando a https://runapi.ai/mcp mediante HTTP transmisible. Los seis endpoints de ElevenLabs —TTS, STT, diálogo, efectos de sonido y aislamiento de audio— se convierten en herramientas invocables con una sola clave.
export RUNAPI_API_KEY=runapi_xxx
# MCP server: runapi → https://runapi.ai/mcp
Pide al agente que hable tu texto
Indica a WorkBuddy el texto que quieres narrado y especifica el modelo: text-to-speech-turbo-v2.5 para inglés con baja latencia, o text-to-speech-multilingual-v2 con un voice ID y language_code para 29 idiomas. Menciona speed, stability o similarity_boost cuando quieras ajustar la voz.
model: text-to-speech-turbo-v2.5
Recibe el audio en el banco de trabajo
La tarea se ejecuta de forma asíncrona. El agente del banco de trabajo sondea mediante la herramienta MCP hasta que el estado es completed y luego publica la URL del audio de salida en la conversación, junto con el recuento de caracteres facturados.
"status": "completed"
Parámetros de text_to_speech de ElevenLabs
| Parámetro | Tipo | Descripción |
|---|---|---|
model |
string |
Obligatorio. text-to-speech-turbo-v2.5 (baja latencia) o text-to-speech-multilingual-v2 (29 idiomas). |
text |
string |
Obligatorio. El texto a convertir en voz. Máximo 5000 caracteres. |
voice |
string |
ID de voz de ElevenLabs. Obligatorio para multilingual-v2. Turbo-v2.5 usa una voz predeterminada si se omite. |
speed |
float |
Opcional. Multiplicador de velocidad de reproducción. Rango de 0.7 a 1.2. |
stability |
float |
Opcional. Consistencia de voz. Rango de 0.0 a 1.0. Valores más bajos añaden expresividad. |
similarity_boost |
float |
Opcional. Refuerzo de similitud de voz. Rango de 0.0 a 1.0. |
¿Qué es ElevenLabs en WorkBuddy?
ElevenLabs es la API de texto a voz de referencia para salida de voz con sonido natural. A través del servidor MCP de RunAPI, el agente de WorkBuddy accede a turbo-v2.5 (latencia inferior a un segundo para inglés), multilingual-v2 (29 idiomas), dialogue-v3 (conversaciones con varios interlocutores), generación de efectos de sonido, transcripción de voz a texto y aislamiento vocal. Puedes ajustar la salida de voz con los controles de stability y similarity boost para controlar cuán expresiva o consistente suena la voz, todo desde un prompt en lenguaje natural en el banco de trabajo.
Casos de uso de ElevenLabs
Narración de audiolibros y podcasts
Convierte texto extenso en audio narrado usando voces de personajes consistentes. Pide al agente que mantenga la stability alta para coherencia del narrador y el similarity boost cercano al perfil original durante horas de contenido.
Doblaje de video a múltiples idiomas
Dobla contenido de vídeo a 29 idiomas usando multilingual-v2 con el mismo perfil de voz, generando versiones localizadas que conservan las características vocales del interlocutor original, todo solicitado desde la conversación del banco de trabajo.
Efectos de sonido para producción de video y videojuegos
Genera sonidos Foley personalizados, audio ambiental y señales sonoras a partir de descripciones de texto a través del endpoint text_to_sound, reemplazando las búsquedas en bibliotecas de audio de archivo por generación bajo demanda dentro de WorkBuddy.
Preguntas sobre ElevenLabs + WorkBuddy
A seis: text_to_speech (turbo-v2.5 y multilingual-v2), text_to_dialogue (dialogue-v3 para varios interlocutores), text_to_sound (efectos de sonido), speech_to_text (transcripción) e isolate_audio (extracción vocal). Todos están detrás del mismo servidor MCP runapi y RUNAPI_API_KEY.
Empieza con stability en 0.5 y similarity_boost en 0.75. Una stability más alta hace la voz más consistente pero menos expresiva. Para audiolibros, prueba stability entre 0.6 y 0.8. Para contenido conversacional, una stability más baja (0.3-0.5) añade variación natural. Puedes indicar estos valores en tu prompt de WorkBuddy.
Turbo-v2.5 está optimizado para baja latencia y salida principalmente en inglés: aplica una voz predeterminada cuando no se especifica ninguna. Multilingual-v2 admite 29 idiomas y requiere un voice ID explícito y un language_code opcional. Turbo cuesta aproximadamente la mitad por carácter.
Los endpoints de texto a voz y diálogo se facturan por carácter del texto de entrada. La voz a texto se factura por minuto de audio. El aislamiento de audio se factura por tarea. El uso se acumula en el mismo saldo de RunAPI que cualquier otro modelo que llame WorkBuddy; consulta la página de precios de RunAPI para las tarifas actuales.
Sí. Pide al agente que llame a la herramienta text_to_dialogue con el modelo text-to-dialogue-v3, pasando un array dialogue donde cada elemento tiene un text y un voice ID. El texto total de todos los interlocutores debe ser inferior a 5000 caracteres.
Configuración general de WorkBuddy
¿Aún no está conectado? Comienza con la guía de configuración del MCP de RunAPI para WorkBuddy.
Guía de configuración de WorkBuddy →Catálogo de modelos de ElevenLabs
Ver todas las variantes de ElevenLabs, precios y documentación de la API.
ElevenLabs en RunAPI →Prueba ElevenLabs en WorkBuddy hoy mismo.
Obtén una clave RunAPI gratuita, agrega el servidor MCP a WorkBuddy y pide al agente del banco de trabajo que hable tu texto: seis endpoints de audio, una sola clave, facturación por carácter.