Skills Agentes

Voice Isolator

Quita el ruido de fondo y aísla la voz de un audio con la API Voice Isolator de ElevenLabs. Úsalo para limpiar grabaciones, quitar música de fondo o preparar audio para transcripción.

Oficial
Estrellas
456

en todo el repo

Actividad
40

0–100, la ruta de este skill

Actualizado
hace 5 meses

último commit aquí

Commits
0

últimos 90 días

Contexto
945 tok

88 tok en reposo

Paquete
2 archivos

5 KB

Instalar

Funciona con cualquier agente que lea SKILL.md

npx -y skills add elevenlabs/skills --skill voice-isolator --agent claude-code

Se instala solo en este repositorio.

Este skill makes network requests, needs API credentials.

Qué hace

  • Quita el ruido de fondo y aísla la voz de un audio con la API de aislamiento de ElevenLabs
  • Permite aislar desde una URL y admite entrada PCM de baja latencia
  • Documenta parámetros, formatos soportados, flujos habituales y manejo de errores

Úsalo cuando

  • Limpiar grabaciones ruidosas
  • Quitar la música o el ambiente de fondo de un diálogo
  • Aislar la voz de una grabación de campo o preparar audio para transcribir
  • Extraer la voz cantada de una pista

No lo uses cuando

    Qué lo activa

    Di cualquiera de estas frases y el agente debería cargar este skill.

    • “Limpia el ruido de esta grabación”
    • “Quita la música de fondo de este diálogo”
    • “Prepara este audio para transcribirlo”
    • “Aísla la voz de esta pista”

    SKILL.md

    En inglés

    ElevenLabs Voice Isolator

    Removes background noise from audio and isolates vocals/speech — useful for cleaning up noisy recordings, prepping audio for transcription, or pulling dialogue out of a mixed track.

    Setup: See Installation Guide. For JavaScript, use @elevenlabs/* packages only.

    Quick Start

    Python

    from elevenlabs import ElevenLabs
    
    client = ElevenLabs()
    
    with open("noisy.mp3", "rb") as audio_file:
        audio_stream = client.audio_isolation.convert(audio=audio_file)
    
    with open("clean.mp3", "wb") as f:
        for chunk in audio_stream:
            f.write(chunk)
    

    JavaScript

    import { ElevenLabsClient } from "@elevenlabs/elevenlabs-js";
    import { createReadStream, createWriteStream } from "fs";
    
    const client = new ElevenLabsClient();
    
    const audioStream = await client.audioIsolation.convert({
      audio: createReadStream("noisy.mp3"),
    });
    
    audioStream.pipe(createWriteStream("clean.mp3"));
    

    cURL

    curl -X POST "https://api.elevenlabs.io/v1/audio-isolation" \
      -H "xi-api-key: $ELEVENLABS_API_KEY" \
      -F "audio=@noisy.mp3" \
      --output clean.mp3
    

    Parameters

    Parameter Type Default Description
    audio file (required) — Audio file with vocals/speech to isolate
    file_format string other other for any encoded audio, or pcm_s16le_16 for 16-bit PCM mono @ 16kHz little-endian (lower latency)

    Isolating from a URL

    import requests
    from io import BytesIO
    from elevenlabs import ElevenLabs
    
    client = ElevenLabs()
    
    audio_url = "https://example.com/noisy.mp3"
    response = requests.get(audio_url)
    audio_data = BytesIO(response.content)
    
    audio_stream = client.audio_isolation.convert(audio=audio_data)
    
    with open("clean.mp3", "wb") as f:
        for chunk in audio_stream:
            f.write(chunk)
    

    Low-Latency PCM Input

    If you already have raw 16-bit PCM mono @ 16kHz, passing file_format="pcm_s16le_16" skips decoding and reduces latency:

    audio_stream = client.audio_isolation.convert(
        audio=pcm_bytes,
        file_format="pcm_s16le_16",
    )
    

    Supported Formats

    Any common encoded audio/video container works as input (MP3, WAV, M4A, FLAC, OGG, WebM, MP4, etc.). Response is a streamed MP3 by default.

    Common Workflows

    • Clean up interview/podcast recordings — strip room tone, HVAC, traffic before editing.
    • Prep noisy audio for Speech-to-Text — isolate voice first, then pass through speech_to_text.convert() for better transcription accuracy.
    • Extract dialogue from mixed tracks — pull vocals out of a track with music/SFX.
    • Pre-processing for Voice Changer — isolate the source voice before applying voice transformation.

    Error Handling

    try:
        audio_stream = client.audio_isolation.convert(audio=audio_file)
    except Exception as e:
        print(f"Voice isolation failed: {e}")
    

    Common errors:

    • 401: Invalid API key
    • 422: Invalid parameters (e.g. wrong file_format for the supplied audio)
    • 429: Rate limit exceeded

    References

    Reproducido de elevenlabs/skills bajo licencia MIT. Leer esta página en markdown.

    Archivos

    2 archivos en el paquete. Solo se lee SKILL.md al activarse — las referencias se cargan si el skill decide que las necesita.

    Antes de instalar

    Necesita acceso a internet y una `ELEVENLABS_API_KEY`.

    Necesita en el PATH:curl

    Variables de entorno:ELEVENLABS_API_KEY

    Detalles

    Creador
    elevenlabs
    Categoría
    Diseño y UI
    Licencia
    MIT
    Recursos incluidos
    referencias
    Código fuente
    Ver SKILL.md

    Etiquetas

    Más de elevenlabs/skills

    Este repo incluye 11 skills. Si instalas uno, normalmente ya tienes los demás. Ver el pack skills entero y su comando de instalación

    Construye agentes de voz con ElevenLabs. Úsalo para asistentes de voz, bots de atención, personajes interactivos y para configurar herramientas, workflows y procedimientos del agente.

    Costo de contexto al activarse
    6.3k tok
    Tamaño del paquete
    8 archivos
    Última actualización
    el mes pasado
    Oficialdesarrollo apis

    Transcribe audio a texto con ElevenLabs Scribe v2. Úsalo para convertir audio o vídeo a texto, generar subtítulos, transcribir reuniones o procesar contenido hablado.

    Costo de contexto al activarse
    2.5k tok
    Tamaño del paquete
    7 archivos
    Última actualización
    el mes pasado
    Oficialdatos analitica

    Genera música con la API Music de ElevenLabs. Úsalo para pistas instrumentales, canciones con letra, música de fondo o jingles, con planes de composición para control granular.

    Costo de contexto al activarse
    3.4k tok
    Tamaño del paquete
    3 archivos
    Última actualización
    hace 2 meses
    Oficialdiseno ui

    Actualiza los skills de ElevenLabs a partir de un changelog semanal fusionado en elevenlabs-dx y abre un pull request en elevenlabs/skills.

    Costo de contexto al activarse
    3.6k tok
    Tamaño del paquete
    1 archivo
    Última actualización
    hace 2 meses
    Oficialherramientas desarrollo

    Guía al usuario para configurar una clave de API de ElevenLabs. Comprueba primero si ELEVENLABS_API_KEY ya está configurada y es válida, y solo entonces ejecuta la configuración completa.

    Costo de contexto al activarse
    963 tok
    Tamaño del paquete
    1 archivo
    Última actualización
    hace 2 meses
    Oficialherramientas desarrollo

    Convierte texto en voz con la IA de voces de ElevenLabs. Úsalo para generar audio desde texto, crear voces en off, construir aplicaciones de voz o sintetizar habla en más de 70 idiomas.

    Costo de contexto al activarse
    1.9k tok
    Tamaño del paquete
    4 archivos
    Última actualización
    hace 2 meses
    Oficialdiseno ui

    Skills relacionados

    Dobla audio y vídeo a otros idiomas con la API de doblaje de ElevenLabs (dubbing_v2), conservando la voz de los hablantes originales.

    Costo de contexto al activarse
    3.3k tok
    Tamaño del paquete
    3 archivos
    Última actualización
    hace 2 meses
    Oficialdiseno ui

    Genera música con la API Music de ElevenLabs. Úsalo para pistas instrumentales, canciones con letra, música de fondo o jingles, con planes de composición para control granular.

    Costo de contexto al activarse
    3.4k tok
    Tamaño del paquete
    3 archivos
    Última actualización
    hace 2 meses
    Oficialdiseno ui

    Genera efectos de sonido a partir de descripciones en texto con ElevenLabs. Úsalo para efectos, texturas de audio, ambientes, impactos cinematográficos o sonidos de interfaz.

    Costo de contexto al activarse
    991 tok
    Tamaño del paquete
    2 archivos
    Última actualización
    hace 7 meses
    Oficialdiseno ui