OpenRouter 接入 ElevenLabs：构建全栈语音 AI 生态
OpenRouter 近日宣布正式接入行业领先的语音合成与识别巨头 ElevenLabs，标志着其平台从单一的文本生成工具向具备“听、说、读”全栈能力的 AI 基础设施迈进。此次合作为开发者提供了一个无需维护独立 ElevenLabs 账户即可调用顶级语音模型的一站式方案。
核心突破与功能特性
1. 全栈语音能力集成
OpenRouter 现已整合 ElevenLabs 的 9 个文本转语音（TTS）模型 和 2 个语音转文本（STT）模型。开发者只需使用 OpenRouter API Key，即可通过统一的 POST /api/v1/audio/speech 和 POST /api/v1/audio/transcriptions 接口完成音频生成与转录任务，彻底消除了多供应商管理的复杂性。
2. 模型矩阵与场景适配
此次上线的模型覆盖了从高质量叙事到实时语音代理的多种需求：
- Eleven v4：提供最高情感表达与叙事能力，支持
[whispering]、[laughing]等音频标签，适用于产品视频旁白与角色演绎。 - Eleven v4 Turbo：专为语音代理设计，在保持低延迟的同时将成本减半，适合实时对话场景。
- Scribe v2：支持 90+ 种语言，提供说话人标签与单词时间戳，是会议记录与字幕生成的理想选择。
- Scribe v2 Medical：针对医疗术语进行了微调，临床音频识别准确率提升 35%。
3. 开发者友好型 API 与代码示例
OpenRouter 提供了详尽的 Python 代码示例，展示了如何分段落处理长文本以保持语调一致性，以及如何利用 previous_text 和 next_text 参数确保音频生成的连贯性。开发者可以轻松地将 ElevenLabs 的 21 种预设声音（如 george）集成到自己的应用中。
实际应用价值
- 降低集成门槛：开发者无需单独注册 ElevenLabs 账号，即可在现有 OpenRouter 应用中直接启用语音功能，大幅降低技术门槛。
- 成本优化：在优惠期内，所有 ElevenLabs 模型价格减半，显著降低了语音 AI 应用的运营成本。
- 场景灵活定制：通过精细的音频标签控制和上下文传递机制，开发者可以创造出更具表现力和自然度的语音交互体验。
“ElevenLabs 现已加入 OpenRouter，让开发者能够在一个平台上完成从文本到语音的完整旅程，无需担心供应商锁定或复杂的账户管理。” —— OpenRouter 官方团队
此次更新不仅丰富了 OpenRouter 的模型生态，也为构建下一代智能语音助手、有声读物生成器及会议记录工具提供了强有力的技术支撑。
