词光：免费开源的雅思背词网站
作者开发了一个免费开源的雅思背单词网站「词光」，收录 7298 个雅思词汇，每个词配有原创插画、英音美音发音和例句真人配音（使用 ElevenLabs 生成）。网站无需注册即可使用，通过词汇星图点亮星星的互动方式增加学习趣味。文章发布后获得大量好评，网友建议包括做成 App、支持自定义每日单词量、优化字体、改善配图记忆技巧等，作者均积极回应并表示会跟进改进，还计划支持初高中词库和扩展到其他学习领域。
全部文档 / 标签: ElevenLabs
14 篇
创作者 MCP 大全：做图、视频、语音、剪辑，装上就能用（含免费开源）
本文面向内容创作者，系统整理了可实际使用的 MCP（Model Context Protocol）工具清单，涵盖做图、视频、语音配音、剪辑字幕、设计衔接和音乐六大场景。作者推荐 Sunra（聚合多家图片/视频/音频模型）、Magnific、ElevenLabs（配音）、Palmier Pro 和 DaVinci Resolve MCP（剪辑）、Figma MCP（设计）等，并提醒避开 Midjourney、Suno 等非官方第三方封装的 MCP。文中还给出安装方法、费用说明及五个常见踩坑提醒：认准官方网址版、注意账户余额、保护授权密钥、区分 Skill 与 MCP、先装一个用熟。
我让 Opus 5.5 当导演，一个人 2 小时跑通 AI 短剧制作全流程
作者分享了用 Opus 5.5 作为 AI 导演，从剧本到成片全自动制作 AI 短剧《神文觉醒》的完整流程。人只参与三件事：提供剧本、回答问题、看片提意见，其余写提示词、出图、生成视频、挑片、剪辑、配乐全部由模型完成。文章提炼了 16 个技巧，包括分段生成、连戏表锁定细节、角色三视图、首尾帧生成画面文字、表演状态控制台词语气、抽帧审核等，并介绍分镜师 4.0 九环节工作流和 Studio 看片插件，展示了 AI 从操作员工具进化为导演的实践路径。
We'll be spending a lot more time trying to understand the outputs of language models
Karpathy 分享了理解和消化 LLM 输出的技巧与思考。他建议从纯文本逐步升级到更好的输出形式：用 ASD-STE100 受控语言规范让 LLM 输出更简洁易读的文字；再进一步要求生成图表；更好是直接输出 HTML 交互网页；他最看好定制化讲解视频，如 3b1b 风格并结合 ElevenLabs 语音解说。他总结：随着 LLM 能力增强，人类工作将更多转向监督与理解层面，而 LLM 本身也能生成大量以前不值得做的定制、可抛弃的软件产物，帮助人们完成这一转变。
ElevenLabs v4 上手评测：最有感情的一代语音模型
作者第一时间实测了 ElevenLabs v4 语音模型。该模型被官方称为“最有感情”的一代，能读懂语气、节奏和情绪，无需 SSML 即可通过文案直接指挥表演；即时语音克隆仅需10秒音频，专业克隆保真度更高。v4 支持90+种语言（上代70种），中日文提升最大，长篇创作中说话者身份保留更可靠。Turbo 版延迟压至100ms，适合实时语音智能体。API 定价千字 $0.08，10月12日前有促销。作者认为质感起飞，适合短剧、播客、AI配音场景，但中文音色仍偏少，评论区对中文效果评价不一。
FDE 成立的三要素：技术复杂的产品、非技术的买家、可沉淀的平台，从 Palantir 到 Anthropic、ElevenLabs
文章基于 Anthropic FDE Kevin Bai 的演讲与 ElevenLabs CEO Mati Staniszewski 的访谈，系统阐述 Forward Deployed Engineer（前置部署工程师）模式：FDE 是派出工程师深入客户业务、基于自有平台构建定制方案、按结果交付的模式，区别于外包。其适用判据是'高复杂度产品 × 非技术买家'。AI 时代几乎所有平台都可被 Agent 深度定制，推动各公司进入该场景。组织上 FDE 应隶属产品团队，关键在于知识回流平台，否则退化为服务业；文章总结 FDE 为'平台杠杆 × 知识回流杠杆'的双向结构，并以 Deutsche Bank 语音 Agent 案例展示交付流程。
用 Astra 高保真复刻视觉动效的 4 个实操案例与提示词秘诀
作者通过四个实操案例展示如何用 Astra 进行视觉动效高保真复刻：高级动效视频复刻、业务介绍动效视频改写、ElevenLabs 动态背景复刻（WebGL+GLSL 技术栈）以及语音交互光球效果移植。文章强调分步验证、单点把控的方法论，如先验证背景再加图文音轨、把视觉效果与交互功能拆开验证等，并分享核心提示词「一边参考原片一边修改直到近乎一样」，总结 AI 自查与人工定点反馈两种协作路径，附通用 Prompt 模板与止损建议，展示普通人无需懂代码也能参与 AI 视觉制作的生产力价值。
审计10家公司：谁在AI推荐中被真正引用
作者对10家公司进行了AI搜索可见性审计，分析ChatGPT和Gemini在回答软件推荐类问题时实际引用哪些页面。研究发现，AI可见性与被引用页面数量高度相关（相关系数0.91）。各公司获胜策略不同：Vercel靠文档、Zapier靠集成与博客、ElevenLabs为每个产品能力建独立页面、Amplitude主打比较查询。文章逐家分析差距并提出建议：Replit应补'无代码构建部署'内容、Vercel应主动讲清大规模成本、PostHog需瞄准购买决策类查询、ElevenLabs应发布价格对比。
用ElevenLabs Dubbing把中文视频快速做成多语种版本全攻略
本文介绍如何使用ElevenLabs的Dubbing工具将中文视频快速制作成多语种版本。Dubbing v2支持90多种语言翻译，可保留说话人音色、情绪与背景音。文章详细讲解源视频准备、术语表建立、上传导出流程、转写翻译配音的校对顺序，以及成片验收的五个检查点（信息准确、声音节奏、混音同步等）。建议先用短样片测试，再逐语言扩展，人工负责专有名词与事实核对，适合课程、产品演示和访谈类内容出海。
AI 销售陪练怎么做成一门小生意
文章复盘了一款AI语音销售陪练产品的成功案例，详细介绍了如何利用现有工具构建最小可行产品（MVP），包括产品卡、异议卡等核心材料准备。作者建议从四周训练营切入，服务小团队和独立销售，并提供了定价策略、交付注意事项及启动五步法。
零成本构建 AI 虚拟网红的完整工作流
本文详细介绍了如何在不购买付费平台的情况下，利用 ChatGPT、Google Flow 和 ElevenLabs 等免费工具，从零构建一个可变现的 AI 虚拟网红。作者强调了角色一致性的重要性，并通过具体步骤展示了从参考图混合、身份锁定、视频生成到配音剪辑的全过程。
ElevenLabs 推出 Dubbing V2：端到端 AI 配音模型
ElevenLabs 发布全新 Dubbing V2 端到端 AI 配音模型。该模型摒弃了传统的“转写-翻译-合成”三段式流程，直接基于原始表演进行声音建模。它支持 90 多种语言和口音，能完美保留原说话人的音色、情绪、呼吸节奏及身份特征，实现音色穿越和情绪保真。同时支持音频、视频及文字输入，提供限时免费体验。
OnlyFans + Claude Code：4个文件实现30天$43,000的AI虚拟网红
文章详细拆解了一位21岁学生如何利用Claude Code、Flux和ElevenLabs构建AI虚拟网红“Maya”，在OnlyFans上首月获利$43,000的完整流程。核心是通过persona、voice、flux和brain四个Markdown文件管理人设、声音、视觉记忆和用户关系，实现全自动运营。文章对比了Aitana和Emily等案例，指出技术栈成熟已将构建周期从18个月缩短至4周，揭示了AI虚拟代理在变现效率上的巨大突破。
10天8万：基于OpenClaw的AI面试套利实战
作者作为一名拥有8年经验的AI工程师，利用OpenClaw的语音插件（集成Twilio和ElevenLabs）开发了AI面试模拟工具。通过将原本低效的人工面试服务自动化，以30刀20小时的定价切入留学生市场，10天内变现8万人民币。文章强调了核心竞争力在于个人经验转化为AI Skill（Skills），以及在AI时代执行力与先发优势的重要性。