К основному содержанию
скилл CX Codex

elevenlabs · sanjay3290 — скилл для Claude Code: озвучка текста и подкасты

Превращает документы и текст в аудио через ElevenLabs: одиночная озвучка или диалог двух ведущих.

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add sanjay3290/ai-skills --skill elevenlabs -a claude-code
Открыть на GitHub

Что делает elevenlabs

Скилл вызывает ElevenLabs TTS из командной строки. Два режима: чтение одним голосом и подкаст, где два ведущих обсуждают документ. Скрипт сам достаёт текст из файла, режет его по границам предложений примерно по 4000 знаков, озвучивает каждый кусок и склеивает результат через ffmpeg.

Для работы нужен ключ ElevenLabs: положите его в skills/elevenlabs/config.json или задайте переменную окружения ELEVENLABS_API_KEY. Для PDF и DOCX доставьте PyPDF2 и python-docx, а ffmpeg понадобится для многочастной озвучки и подкастов. Без ffmpeg длинный документ не соберётся в один файл — это первое, что стоит проверить.

Подкаст собирается в два шага: сначала extract.py вытаскивает текст, потом агент пишет JSON-сценарий с репликами host1 и host2, и уже он озвучивается. Каждая реплика короче 3000 знаков. На большом документе расход символов по вашему тарифу ElevenLabs будет заметным, так что предупредите себя заранее.

Какие задачи решает

  • озвучить PDF или DOCX одним голосом
  • сделать подкаст из статьи с двумя ведущими
  • получить список доступных голосов и их ID
  • собрать длинный текст в один mp3 без ручной склейки
  • перевести markdown-заметку в аудио для прослушивания в дороге

Примеры запросов агенту

  • Озвучь ~/docs/report.pdf голосом JBFqnCBsd6RMkjVDRZzb и сохрани в ~/Downloads/report.mp3
  • Сделай подкаст из этой статьи: два ведущих, один глубокий голос, второй яркий
  • Покажи список голосов ElevenLabs в JSON

Как установить elevenlabs

1Через Skills CLI (Vercel)

npx skills add sanjay3290/ai-skills --skill elevenlabs -a claude-code

2Вручную: положить файлы

~/.claude/skills/elevenlabs/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/elevenlabs/

По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов

Из того же набора15

google-sheets Скилл даёт агенту доступ к Google Sheets: читает диапазоны, дописывает строки, ищет файлы по названию. Нужен, когда данные лежат в таблице, а не в коде. CX Codex +1 465установок mysql Скилл гоняет SELECT-запросы к нескольким базам MySQL и блокирует любые записи. Пригодится, когда надо посмотреть схему или данные, не рискуя продом. CX Codex +1 420установок google-slides Скилл для чтения, поиска и создания презентаций в Google Slides через скрипты на Python. Помогает генерировать слайды и менять текст в документах без ручной правки. CX Codex +1 407установок jules Скилл отправляет задачи по коду автономному агенту Jules от Google. Пригодится, когда нужно асинхронно написать тесты, закрыть баг или проверить пулл-реквест. CX Codex +1 398установок notebooklm Скилл подключает Claude Code к Google NotebookLM через автоматизацию браузера Playwright. Он помогает опрашивать блокноты, загружать источники и выгружать заметки в JSON или Markdown. CX Codex +1 375установок google-chat Скилл даёт агенту доступ к Google Chat: читать переписку, отправлять сообщения и файлы, отвечать в тредах. Пригодится, если работа с чатами идёт из терминала. CX Codex +1 339установок google-tts Превращает текст, PDF, DOCX и Markdown в аудио через Google Cloud Text-to-Speech. Пригодится, когда документ нужно послушать, а не читать. CX Codex +1 334установок atlassian Управляет задачами в Jira и страницами Confluence прямо из агента. Пригодится для поиска тикетов через JQL, чтения документации и смены статусов. CX Codex +1 319установок

Другие версии elevenlabs

Похожие

elevenlabs-tts glebis Превращает текст в аудиофайл через ElevenLabs API: выбираете голос из пресетов, задаёте стабильность и similarity boost. CX Codex +1 305установок voice-audio-engineer curiositech Скилл для работы с речью через ElevenLabs: озвучка текста, клонирование голоса, подкасты, транскрипция и голосовые интерфейсы. CX Codex +1 367установок podcast marswaveai Генерирует аудиоподкасты с диалогом двух ИИ-ведущих и расшифровкой по теме, статье или заметкам. Пригодится для быстрого перевода материалов в аудио. CX Codex +1 1 200установок threejs-audio-generator majidmanzarpour Скилл генерирует через ElevenLabs звуки, музыку и озвучку для игр на Three.js и встраивает их в проект через Web Audio. CX Codex +1 2 900установок elevenlabs-agents jezweb Собирает голосовых ИИ-агентов на ElevenLabs: настраивает агента, инструменты, базу знаний и подключение SDK. CX Codex +1 1 700установок daily-news-caster NoizAI Собирает свежие новости, превращает их в сценарий с двумя ведущими и создаёт аудиоподкаст. Нужен, когда хочется услышать подборку вместо чтения. CX Codex +1 1 900установок

Рядом в теме «ИИ и ML»

Всё по теме «ИИ и ML» →

Вопросы о elevenlabs

Как установить elevenlabs в Claude?

Выполните npx skills add sanjay3290/ai-skills --skill elevenlabs -a claude-code. Скилл появится в ~/.claude/skills/elevenlabs/SKILL.md.

Что делает скилл elevenlabs?

Конвертирует текст и документы в аудио через ElevenLabs TTS. Поддерживает чтение одним голосом и генерацию подкаста с двумя ведущими.

Что нужно для работы elevenlabs?

Ключ ElevenLabs в skills/elevenlabs/config.json или в переменной ELEVENLABS_API_KEY. Для PDF и DOCX нужны PyPDF2 и python-docx, для многочастной озвучки и подкастов — ffmpeg.

Исходный текст

SKILL.md · Apache-2.0
---
name: elevenlabs
description: |
  Convert documents and text to audio using ElevenLabs text-to-speech.
  Use this skill when the user wants to create a podcast, narrate a document,
  read aloud text, generate audio from a file, or convert text to speech.
license: Apache-2.0
metadata:
  author: sanjay3290
  version: "1.0"
---

# ElevenLabs - Text-to-Speech & Podcast Skill

## Overview

This skill converts text and documents into high-quality audio using ElevenLabs TTS API. It supports two modes: single-voice narration and two-host conversational podcast generation.

## When to Use This Skill

Activate when the user mentions:
- "create podcast", "generate podcast", "podcast from document"
- "narrate document", "narrate this file", "read aloud"
- "text to speech", "TTS", "convert to audio"
- "audio from document", "audio version of"

## Setup

Config at `skills/elevenlabs/config.json`:
```json
{
  "api_key": "your-elevenlabs-api-key",
  "default_voice": "JBFqnCBsd6RMkjVDRZzb",
  "default_model": "eleven_multilingual_v2",
  "podcast_voice1": "JBFqnCBsd6RMkjVDRZzb",
  "podcast_voice2": "EXAVITQu4vr4xnSDxMaL"
}
```

Only `api_key` is required. Or set `ELEVENLABS_API_KEY` env var.

Dependencies: `pip install PyPDF2 python-docx` (only needed for PDF/DOCX files).

Requires `ffmpeg` for multi-chunk narration and podcasts.

## Commands

### List Voices

```bash
python skills/elevenlabs/scripts/elevenlabs.py voices
python skills/elevenlabs/scripts/elevenlabs.py voices --json
```

Use this to find voice IDs for the user.

### Single-Voice TTS

```bash
# From text
python skills/elevenlabs/scripts/elevenlabs.py tts --text "Hello world" --output ~/Downloads/hello.mp3

# From document
python skills/elevenlabs/scripts/elevenlabs.py tts --file /path/to/doc.pdf --output ~/Downloads/narration.mp3

# With specific voice
python skills/elevenlabs/scripts/elevenlabs.py tts --file doc.md --voice VOICE_ID --output out.mp3
```

The script handles text extraction, chunking at sentence boundaries (~4000 chars), TTS per chunk with voice continuity, and ffmpeg concatenation automatically.

### Podcast Generation

Podcast mode requires a JSON script file with conversation segments:

```json
[
  {"speaker": "host1", "text": "Welcome to our podcast! Today we're diving into..."},
  {"speaker": "host2", "text": "That's right! I found the section on..."},
  {"speaker": "host1", "text": "Let's break that down..."}
]
```

```bash
python skills/elevenlabs/scripts/elevenlabs.py podcast --script /tmp/script.json --voice1 ID1 --voice2 ID2 --output ~/Downloads/podcast.mp3
```

## Podcast Workflow (for Claude)

When the user asks to create a podcast from a document:

1. **Extract the document text**:
   ```bash
   python skills/elevenlabs/scripts/extract.py /path/to/document.pdf
   ```

2. **Generate a two-host conversation script** from the extracted text. Follow these guidelines:
   - Write as a natural, engaging discussion between two hosts
   - Host 1 typically leads/introduces topics, Host 2 adds analysis and reactions
   - Start with a brief intro welcoming listeners and stating the topic
   - End with a summary/outro
   - Keep each turn under 3000 characters
   - Vary turn lengths - mix short reactions with longer explanations
   - Use conversational language: "That's a great point", "What I found interesting was..."
   - Reference specific details from the source document
   - Avoid reading the document verbatim - discuss and interpret it

3. **Write the script** as a JSON array to a temp file:
   ```python
   # Write to /tmp/podcast_script.json
   [
     {"speaker": "host1", "text": "Welcome to today's episode..."},
     {"speaker": "host2", "text": "Thanks for having me..."},
     ...
   ]
   ```

4. **Generate the podcast**:
   ```bash
   python skills/elevenlabs/scripts/elevenlabs.py podcast --script /tmp/podcast_script.json --output ~/Downloads/podcast.mp3
   ```

5. **Clean up** the temp script file.

## Tips

- Run `voices` first to let the user pick voices they like
- For podcasts, suggest voice pairs with contrasting qualities (e.g., one deep, one bright)
- Default output to `~/Downloads/` unless the user specifies otherwise
- For large documents, warn the user about character usage on their ElevenLabs plan

© sanjay3290 · Apache-2.0 · sanjay3290/ai-skills

Смотрите также

Спонсоры проекта

Компании, которые помогают держать аналитику открытой