ElevenLabs für Home Assistant (eingebaute Integration)

Überblick

ElevenLabs ist eine integrierte Integration, die Text-to-Speech und Speech-to-Text aus dem Cloud-Dienst von ElevenLabs hinzufügt. Sie stellt einen Text-to-Speech-Dienst und einen Speech-to-Text-Dienst bereit, die Home Assistant für Sprachfunktionen nutzen kann. Die Einrichtung erfolgt in der Oberfläche und fragt nach einem ElevenLabs-API-Schlüssel. In den Optionen lassen sich das Sprachmodell und die Stimme auswählen, und das Speech-to-Text-Modell kann separat gewählt werden. Speech-to-Text kann die gesprochene Sprache automatisch erkennen. Die Stimmenanpassung umfasst Ähnlichkeit, Stabilität und Stil sowie einen Schalter für Speaker Boost, der die Ähnlichkeit zur Originalstimme erhöht.

Zusammenfassung des Quellcodes von Home Assistant, automatisch erstellt und übersetzt. Stimmt etwas nicht? Melde dich

Unterstützt

Nutzt die Cloud des Herstellers Braucht eine Internetverbindung und einen Account beim Hersteller.
Einrichtung in der Benutzeroberfläche Füge sie unter Einstellungen > Geräte & Dienste hinzu. Kein Download nötig.
Mit Home Assistant aktualisiert Kommt mit jeder Version von Home Assistant und wird mit ihr aktualisiert.

Einrichtung

Sie wird unter Einstellungen > Geräte & Dienste über „Integration hinzufügen“ eingerichtet.

Verbinden

API-SchlüsselDein ElevenLabs API-Schlüssel.

Nach der Einrichtung

Spracheinstellungen konfigurierenSpracheinstellungen konfigurieren. Weitere Informationen findest du in der ElevenLabs-Dokumentation.
ModellZu verwendendes ElevenLabs-Modell. Bitte beachte, dass nicht alle Modelle alle Sprachen gleich gut unterstützen.
Sprache automatisch erkennenAutomatische Erkennung der gesprochenen Sprache für Sprache-zu-Text.
Sprache-zu-Text-ModellZu verwendendes Sprache-zu-Text-Modell.
StimmeFür Text-zu-Sprache zu verwendende Stimme.
ÄhnlichkeitÄhnlichkeit des generierten Audios mit der Originalstimme. Höhere Werte können zu einem ähnlicheren Audio führen, können aber auch Hintergrundgeräusche verursachen.
StabilitätStabilität des generierten Audios. Höhere Werte führen zu weniger emotionalem Audio.
StilStil des generierten Audios. Für fast alle Anwendungsfälle wird empfohlen, den Wert bei 0 zu belassen.
SprecherverstärkungVerwende die Sprecherverstärkung, um die Ähnlichkeit des generierten Audios mit der Originalstimme zu erhöhen.