WorkBuddy 通过 RunAPI 能使用哪些 ElevenLabs 端点？

共六个——text_to_speech（turbo-v2.5 和 multilingual-v2）、text_to_dialogue（用于多说话人的 dialogue-v3）、text_to_sound（音效）、speech_to_text（转录）以及 isolate_audio（人声提取）。它们都在同一个 runapi MCP 服务器和 RUNAPI_API_KEY 背后。

要获得最自然的声音，stability 和 similarity 应该怎么设？

从 stability 0.5、similarity_boost 0.75 开始。stability 越高，声音越稳定但表现力越弱。有声书建议 stability 0.6-0.8；对话类内容用较低的 stability（0.3-0.5）可增加自然变化。这些数值直接写在给 WorkBuddy 的提示词里即可。

turbo-v2.5 和 multilingual-v2 有什么区别？

turbo-v2.5 针对低延迟和英语优先输出做了优化——未指定时会应用默认人声。multilingual-v2 支持 29 种语言，需要明确的 voice ID 和可选的 language_code。turbo 每字符的费用大约是前者的一半。

ElevenLabs 在 RunAPI 上如何计费？

文本转语音和对话端点按输入文本的字符数计费。语音转文本按音频分钟数计费。音频分离按任务计费。用量与 WorkBuddy 调用的其他所有模型汇入同一个 RunAPI 余额——当前费率请查看 RunAPI 定价页面。

我能在 WorkBuddy 中使用 ElevenLabs dialogue-v3 生成多说话人音频吗？

可以。让智能体调用 text_to_dialogue 工具，使用模型 text-to-dialogue-v3，传入一个 dialogue 数组，其中每一项包含一段 text 和一个 voice ID。所有说话人的文本总量必须少于 5000 个字符。

Claude 访客：新账户可在 30 天内获得 $1.00 API 赠送额度。每人限领一次，仅用于 API 用量。

WORKBUDDY + ELEVENLABS

在 WorkBuddy 中使用 ElevenLabs

ElevenLabs 通过 RunAPI 提供六个音频端点——亚秒级延迟的 turbo-v2.5 TTS、覆盖 29 种语言的 multilingual-v2、用于多说话人对话的 dialogue-v3、音效生成、语音转文本转录以及人声分离。把 RunAPI 添加为 MCP 服务器一次，WorkBuddy 智能体用同一个密钥即可调用其中任意一个。

获取 API Key 阅读文档

一个 MCP 服务器 · 六个音频端点 · 按字符计费

通过 runapi MCP 服务器，用 ElevenLabs 生成语音音频。

要求：
- 调用 runapi MCP 服务器暴露的 ElevenLabs text_to_speech 工具。
- 将 model 设为 "text-to-speech-turbo-v2.5"。
- 文本："Welcome to RunAPI. This audio was generated from WorkBuddy."
- 将 speed 设为 1.0，stability 设为 0.5，similarity_boost 设为 0.75。
- 该任务为异步任务——持续轮询直到 status 为 "completed"，
  然后把音频 URL 给我。

{
  "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
  }
}

复制 MCP 配置进行连接 elevenlabs

工作原理

三步在 WorkBuddy 中使用 ElevenLabs

将 RunAPI 添加为 MCP 服务器

在启动 WorkBuddy 的环境中设置 RUNAPI_API_KEY，然后注册一个名为 runapi 的 MCP 服务器，通过 streamable HTTP 指向 https://runapi.ai/mcp。ElevenLabs 全部六个端点——TTS、STT、对话、音效和音频分离——都成为一个密钥背后的可调用工具。

export RUNAPI_API_KEY=runapi_xxx
# MCP 服务器: runapi → https://runapi.ai/mcp

让智能体朗读你的文本

在 WorkBuddy 中给出要朗读的文本并点名模型——低延迟英语用 text-to-speech-turbo-v2.5，29 种语言用 text-to-speech-multilingual-v2 并搭配 voice ID 和 language_code。需要调整声音时，说明 speed、stability 或 similarity_boost 的取值即可。

model: text-to-speech-turbo-v2.5

在工作台中接收音频

任务异步运行。工作台智能体通过 MCP 工具持续轮询，直到 status 为 completed，然后把输出音频 URL 连同计费的字符数一起发回对话中。

"status": "completed"

参数

ElevenLabs text_to_speech 参数

参数	类型	说明
`model`	`string`	必填。text-to-speech-turbo-v2.5（低延迟）或 text-to-speech-multilingual-v2（29 种语言）。
`text`	`string`	必填。要转换为语音的文本。最多 5000 个字符。
`voice`	`string`	ElevenLabs voice ID。multilingual-v2 必填。turbo-v2.5 若省略则使用默认人声。
`speed`	`float`	可选。播放速度倍率。范围 0.7 到 1.2。
`stability`	`float`	可选。人声一致性。范围 0.0 到 1.0。较低的值会增加表现力。
`similarity_boost`	`float`	可选。人声相似度强制程度。范围 0.0 到 1.0。

WorkBuddy 上的 ElevenLabs 是什么？

ElevenLabs 是最常用的自然语音文本转语音 API。通过 RunAPI MCP 服务器，WorkBuddy 智能体可访问 turbo-v2.5（英语亚秒级延迟）、multilingual-v2（29 种语言）、dialogue-v3（多说话人对话）、音效生成、语音转文本和人声分离功能。你可以通过 stability 和 similarity boost 两个参数调节声音的表现力与一致性——这一切都能在工作台里用一句平实的提示词完成。