ElevenLabs SDKはそのまま。接続先をAllModelsに向けて、モデルとボイスを置き換えるだけです。音声生成の呼び出しは変わりません。
https://api.allmodels.io/elに設定します。cartesia/sonic-3.6を設定し、CartesiaのボイスIDを選択します。AllModelsは独立したサービスであり、OpenAI、ElevenLabs、Fish Audio、Cartesiaとは提携関係になく、その承認や後援も受けていません。
以下の例は通常のMP3レスポンスを生成します。ハイライトされた行が、プロバイダー移行に必要な変更のすべてです。
import { ElevenLabsClient } from "@elevenlabs/elevenlabs-js";
const client = new ElevenLabsClient({
apiKey: process.env.ELEVENLABS_API_KEY
});
const audio = await client.textToSpeech.convert("ELEVENLABS_VOICE_ID", {
text: "Hello from my application",
modelId: "eleven_flash_v2_5",
outputFormat: "mp3_44100_128"
});import { ElevenLabsClient } from "@elevenlabs/elevenlabs-js";
const client = new ElevenLabsClient({
apiKey: process.env.ALLMODELS_API_KEY,
baseUrl: "https://api.allmodels.io/el"
});
const audio = await client.textToSpeech.convert("CARTESIA_VOICE_ID", {
text: "Hello from my application",
modelId: "cartesia/sonic-3.6",
outputFormat: "mp3_44100_128"
});import os
from elevenlabs.client import ElevenLabs
client = ElevenLabs(
api_key=os.environ["ELEVENLABS_API_KEY"],
)
audio = client.text_to_speech.convert(
"ELEVENLABS_VOICE_ID",
text="Hello from my application",
model_id="eleven_flash_v2_5",
output_format="mp3_44100_128",
)import os
from elevenlabs.client import ElevenLabs
client = ElevenLabs(
api_key=os.environ["ALLMODELS_API_KEY"],
base_url="https://api.allmodels.io/el",
)
audio = client.text_to_speech.convert(
"CARTESIA_VOICE_ID",
text="Hello from my application",
model_id="cartesia/sonic-3.6",
output_format="mp3_44100_128",
)AllModelsでのプロバイダー切り替えは、あえてシンプルにしています。今使っているSDKとリクエストの流れはそのままに、クライアントの接続先をAllModelsに向け、別のモデルとボイスを選ぶだけです。
AllModels互換のElevenLabs SDKインターフェースは音声合成とストリーミングTTS、ファイルの文字起こし、リアルタイム文字起こし、Speech Engineによる会話、ボイスの検索に対応しています。セットアップの詳細、対応メソッド、現在の制限事項についてはElevenLabs SDK互換性ガイドの完全版をご覧ください。
このガイドでは、音声生成をCartesiaのストリーミング音声合成モデルであるSonic 3.6に切り替えます。Cartesiaは、自然な間合いと感情表現、原稿に忠実な読み上げ、クリアな多言語音声、英数字を含むテキストの自然な処理、44言語への対応を特長として挙げています。
CartesiaのInk-2の発表は、上記のコードで使うTTSモデルではなく、同社の音声スタックのうち補完的な音声認識側を扱ったものです。CartesiaはInk-2を、精度、セマンティックなターン検出、最終文字起こしまでの時間の短さを重視した、音声エージェント向けのリアルタイム文字起こしモデルと説明しています。
要点まとめ
いいえ。インストール済みのSDKとその音声生成メソッドをそのまま使えます。AllModelsが互換性のあるベースURLを提供します。
いいえ。Cartesia Sonic 3.6のボイス一覧からボイスを選び、CARTESIA_VOICE_IDをそのIDに置き換えてください。
はい。AllModelsのベースURLとAPIキーはそのままに、モデルとボイスを別の対応プロバイダーのものに変更するだけです。