Claude visitors: new accounts receive $1.00 in bonus API credit within 30 days. One per person; usage credits only.
WorkBuddyでElevenLabsを使う
ElevenLabsはRunAPI経由で6つの音声endpointを提供します。サブ秒レイテンシーのturbo-v2.5 TTS、29言語対応のmultilingual-v2、マルチスピーカー会話用のdialogue-v3、効果音、音声認識テキスト変換、ボーカル分離です。RunAPIをMCPサーバーとして一度追加すれば、WorkBuddyエージェントが同じキーですべてを呼び出せます。
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
}
}
WorkBuddyでElevenLabsを使う3ステップ
RunAPIをMCPサーバーとして追加する
WorkBuddyを起動する環境にRUNAPI_API_KEYを設定し、https://runapi.ai/mcp をストリーマブルHTTPで指すrunapi という名前のMCPサーバーを登録します。TTS・STT・ダイアログ・効果音・音声分離の6つのElevenLabs endpointすべてが1つのキーで呼び出し可能なツールになります。
export RUNAPI_API_KEY=runapi_xxx
# MCP server: runapi → https://runapi.ai/mcp
エージェントにテキストを読み上げさせる
WorkBuddyに読み上げたいテキストとモデルを指定してプロンプトを送ります。低遅延の英語にはtext-to-speech-turbo-v2.5、29言語にはvoice IDとlanguage_codeを付けてtext-to-speech-multilingual-v2を使います。声を調整したい場合はspeed・stability・similarity_boostを指定してください。
model: text-to-speech-turbo-v2.5
ワークベンチで音声を受け取る
タスクは非同期で実行されます。ワークベンチエージェントがMCPツールを通じてステータスがcompletedになるまでポーリングし、出力音声URLと請求された文字数を会話に投稿します。
"status": "completed"
ElevenLabsのtext_to_speechパラメーター
| パラメータ | 型 | 説明 |
|---|---|---|
model |
string |
必須。text-to-speech-turbo-v2.5（低遅延）またはtext-to-speech-multilingual-v2（29言語対応）。 |
text |
string |
必須。音声に変換するテキスト。最大5000文字。 |
voice |
string |
ElevenLabsのボイスID。multilingual-v2では必須。turbo-v2.5では省略時にデフォルトボイスが使用されます。 |
speed |
float |
オプション。再生速度の倍率。範囲: 0.7〜1.2。 |
stability |
float |
オプション。声の一貫性。範囲: 0.0〜1.0。値が低いほど表現力が増します。 |
similarity_boost |
float |
オプション。声の類似度の強制。範囲: 0.0〜1.0。 |
WorkBuddyのElevenLabsとは？
ElevenLabsは自然な音声出力のためのテキスト読み上げAPIです。RunAPI MCPサーバーを通じて、WorkBuddyエージェントはturbo-v2.5（英語のサブ秒レイテンシー）・multilingual-v2（29言語）・dialogue-v3（マルチスピーカー会話）・効果音生成・音声認識テキスト変換・ボーカル分離にアクセスできます。stabilityとsimilarity boostスライダーで声の表現力や一貫性を調整できます。すべてワークベンチの自然言語プロンプトから操作可能です。
ElevenLabsのユースケース
オーディオブックとポッドキャストのナレーション
一貫したキャラクターボイスで長文テキストを音声に変換します。何時間ものコンテンツ全体でナレーターの一貫性を保つためにstabilityを高く、元のプロファイルに近いsimilarity boostを設定するようエージェントに依頼しましょう。
複数言語への動画吹き替え
同じボイスプロファイルでmultilingual-v2を使って動画コンテンツを29言語に吹き替え、元の話者の声の特徴を維持したローカライズ版を作成できます。すべてワークベンチの会話からリクエストできます。
動画・ゲーム制作向けサウンドエフェクト
text_to_sound endpointを通じてテキストの説明からカスタムのフォーリー音・環境音・効果音を生成し、WorkBuddy内でオンデマンドに生成することでストック音声ライブラリの検索を置き換えます。
ElevenLabs + WorkBuddy よくある質問
6つあります。text_to_speech（turbo-v2.5とmultilingual-v2）・text_to_dialogue（複数スピーカー向けdialogue-v3）・text_to_sound（効果音）・speech_to_text（テキスト変換）・isolate_audio（ボーカル抽出）です。すべて同じrunapi MCPサーバーとRUNAPI_API_KEYの背後にあります。
stabilityを0.5、similarity_boostを0.75から始めましょう。stabilityを上げると声の一貫性が増しますが表現力は下がります。オーディオブックにはstability 0.6〜0.8、会話コンテンツには低いstability（0.3〜0.5）で自然なバリエーションが加わります。これらの値はWorkBuddyのプロンプトで指定できます。
turbo-v2.5 は低レイテンシーと英語優先の出力に最適化されており、voice が指定されない場合はデフォルトの声が適用されます。multilingual-v2 は 29 言語に対応し、明示的な voice ID と任意の language_code が必要です。turbo のコストは文字あたり約半額です。
テキスト読み上げとダイアログendpointは入力テキストの文字数で課金されます。音声認識は音声の分単位で課金されます。音声分離はタスク単位で課金されます。使用量はWorkBuddyが呼び出す他のすべてのモデルと同じRunAPIの残高にまとめられます。現在のレートはRunAPIの料金ページをご確認ください。
はい。モデルにtext-to-dialogue-v3を指定してtext_to_dialogueツールを呼び出すようエージェントに依頼し、各アイテムにtextとvoice IDを持つdialogue配列を渡します。全スピーカーのテキスト合計は5000文字未満である必要があります。
今すぐWorkBuddyでElevenLabsを試す
無料のRunAPIキーを取得し、WorkBuddyにMCPサーバーを追加して、テキストを読み上げるようワークベンチエージェントに依頼しましょう。6つの音声endpoint、1つのキー、文字数課金。