ElevenLabs - GoModel

ElevenLabs 是一个仅提供语音能力的提供商：它通过标准的 /v1/audio/speech 和 /v1/audio/transcriptions 端点提供文本转语音和语音转文本。它没有聊天、/responses 或嵌入 API，因此对于路由到 ElevenLabs 的模型，这些端点会返回 invalid_request_error。

配置

ELEVENLABS_API_KEY=...

或者在 config.yaml 中：

providers:
  elevenlabs:
    type: elevenlabs
    api_key: "${ELEVENLABS_API_KEY}"
    # base_url 默认为 "https://api.elevenlabs.io"。

语音使用 ID，而不是名称

与 OpenAI 固定的语音名称（alloy、verse 等）不同，ElevenLabs 没有内置的命名语音——每个语音都是您 ElevenLabs 语音库（内置、克隆或共享）中的一个 ID。请将该 ID 作为兼容 OpenAI 的 voice 字段传入：

{
  "model": "eleven_multilingual_v2",
  "input": "Hello there",
  "voice": "21m00Tcm4TlvDq8ikWAM"
}

您可以在 ElevenLabs 控制台中查看可用的语音 ID，也可以通过透传（需先将 elevenlabs 加入 ENABLED_PASSTHROUGH_PROVIDERS）访问 /p/elevenlabs/v2/voices——即较新的 GET /v2/voices 搜索端点。/p/elevenlabs/v1/voices 目前无法使用： GoModel 的提供商透传路由会把路径开头的 v1/ 段视为别名（用于 base URL 已包含 /v1 的提供商，例如 OpenAI），并在转发前将其去除。ElevenLabs 的 base URL 是不带 /v1 的 https://api.elevenlabs.io，因此目前每个 /p/elevenlabs/v1/... 透传调用都会返回 404。这会影响通过透传访问 ElevenLabs 全部原生 /v1 接口，而不仅仅是语音列表——参见下文的“未实现”。

支持的语音格式

response_format 接受 mp3（默认）、opus、pcm 和 wav；每种格式都映射到一个固定的 ElevenLabs output_format（mp3_44100_128、opus_48000_128、 pcm_24000、wav_44100）。不支持 aac 和 flac，使用它们会返回 invalid_request_error。设置 speed 时，其值会被限制在 ElevenLabs 语音设置的 0.7-1.2 范围内（OpenAI 接受 0.25-4.0）；不支持 instructions。

语音转文本模型与时间戳

转录模型（当前为 scribe_v2；scribe_v1 仍然有效）与文本转语音目录属于不同的模型系列，不会出现在 ElevenLabs 的 /v1/models 列表中——GoModel 会自行将它们添加到 /v1/models 的输出中。response_format 接受 json（默认）、text 和 verbose_json；不支持 srt/vtt。请求 verbose_json，或在 timestamp_granularities 中包含 word，会向 ElevenLabs 请求单词级时间信息，GoModel 会将其映射到 OpenAI 的 words 数组中。不支持 prompt。

ElevenLabs 不支持的功能

以下所有情况都会返回 invalid_request_error，而不是静默丢弃该选项：

Chat Completions、/v1/responses 和嵌入。
语音的 instructions，以及 mp3/opus/pcm/wav 以外的 response_format 值。
转录的 prompt，以及 json/text/verbose_json 以外的 response_format 值。

未实现

GoModel 只实现了 ElevenLabs 中能够映射到兼容 OpenAI 端点的两项能力：文本转语音和语音转文本。ElevenLabs 提供的其他所有功能，目前在 GoModel 中都没有类型化支持：

语音转语音（变声器）——POST /v1/speech-to-speech/{voice_id} 没有可供翻译的兼容 OpenAI 的对应接口，因此没有对应的类型化端点。未来可以将其作为原生透传路由添加，但目前通过透传也无法使用它——参见上文的 /v1 别名限制；语音转语音没有可用于绕过该限制的 /v2 路径，因此目前完全无法通过 GoModel 访问。
配音、语音克隆/设计、项目（Studio）以及对话式 AI（智能体）——原因相同：没有可翻译的兼容 OpenAI 的结构，并且（对于这些 API 中仅提供 /v1 的部分）同样受上述透传限制影响。在该限制修复后，它们是未来原生透传支持的合理候选。
实时/流式 TTS 和 STT（/v1/text-to-speech/{voice_id}/stream、 WebSocket 流式传输）——GoModel 的 /v1/audio/speech 和 /v1/audio/transcriptions 是同步的请求/响应；没有为 ElevenLabs 实现流式变体。

这些都不是专门针对 ElevenLabs 刻意回避功能扩张——而是反映了 GoModel 的音频接口有意采用 OpenAI 的结构，而 ElevenLabs 的 API 远比 OpenAI 的 TTS/STT 这一对接口庞大。

​配置

​语音使用 ID，而不是名称

​支持的语音格式

​语音转文本模型与时间戳

​ElevenLabs 不支持的功能

​未实现

配置

语音使用 ID，而不是名称

支持的语音格式

语音转文本模型与时间戳

ElevenLabs 不支持的功能

未实现