概要
ElevenLabs の Voice Design(Text to Voice)機能に対応する。
テキストで声の特徴を記述することで、新しい voice を生成できる機能。
既存の Voice Clone(音声サンプルから voice を作成)と並ぶ、voice 作成手段の追加。
背景調査
Voice Clone vs Voice Design
| 方式 |
入力 |
結果 |
| Voice Clone (既存) |
音声サンプル |
voice_id が作られる |
| Voice Design (新規) |
テキストで声の特徴を記述 |
voice_id が作られる |
どちらも作成された voice_id を通常の TTS API で使用する。
API 仕様
- エンドポイント:
POST /v1/text-to-voice/design(TTS とは別エンドポイント)
- モデル:
eleven_ttv_v3
- 主要パラメータ:
voice_description(必須): 声の特徴をテキストで記述
text: プレビュー用テキスト(100-1000文字)
guidance_scale: プロンプトへの忠実度(デフォルト5)
reference_audio_base64: 参考音声(v3 のみ)
- レスポンス:
generated_voice_id + base64 エンコードされた音声プレビュー
参考ドキュメント
実装方針
既存の Voice Clone 実装と同じアーキテクチャに従う:
voice_design.vue → Pinia Store → Electron IPC → handler_voice_design.ts → ElevenLabsClient SDK
既存 Voice Clone の実装(参考)
- UI:
src/renderer/pages/voice_clone.vue
- Handler:
src/main/mulmo/handler_voice_clone.ts
- Store:
src/renderer/store/voice_clone.ts
- SDK:
@elevenlabs/elevenlabs-js を直接使用(mulmocast-cli は不使用)
関連
概要
ElevenLabs の Voice Design(Text to Voice)機能に対応する。
テキストで声の特徴を記述することで、新しい voice を生成できる機能。
既存の Voice Clone(音声サンプルから voice を作成)と並ぶ、voice 作成手段の追加。
背景調査
Voice Clone vs Voice Design
どちらも作成された voice_id を通常の TTS API で使用する。
API 仕様
POST /v1/text-to-voice/design(TTS とは別エンドポイント)eleven_ttv_v3voice_description(必須): 声の特徴をテキストで記述text: プレビュー用テキスト(100-1000文字)guidance_scale: プロンプトへの忠実度(デフォルト5)reference_audio_base64: 参考音声(v3 のみ)generated_voice_id+ base64 エンコードされた音声プレビュー参考ドキュメント
実装方針
既存の Voice Clone 実装と同じアーキテクチャに従う:
既存 Voice Clone の実装(参考)
src/renderer/pages/voice_clone.vuesrc/main/mulmo/handler_voice_clone.tssrc/renderer/store/voice_clone.ts@elevenlabs/elevenlabs-jsを直接使用(mulmocast-cli は不使用)関連