Přeskočit na obsah
Přihlásit seZaregistrovat se zdarma

Návod k promptům

Jak psát prompty pro Eleven Speech

Průvodce prompty pro Eleven Speech: jak řídit ElevenLabs v4 pomocí audio tagů jako [whispers] a [laughs], pauz, výslovnosti a ukázek voiceoveru.

Vyzkoušet Eleven v4Stránka modelu Eleven Speech

Rychlý start

Tvůj první skvělý prompt pro Eleven Speech

Vše, co začátečník potřebuje, za jednu minutu: co vědět předem, nejdůležitější pravidla, šablona k vyplnění a prompty ke zkopírování.

Co vědět předem

Tvůj prompt je scénář. Eleven Speech přečte každé slovo, které napíšeš, zvoleným hlasem, kromě slov v hranatých závorkách: to jsou audio tagy a řídí přednes, například [whispers], [laughs], [sarcastic] nebo [sighs]. Piš věty tak, jak mají znít, tag dej přímo před slova, která ovlivňuje, a vyber hlas, který se k roli hodí. Nastavení Hlas je postava a klip trvá tak dlouho, jak dlouho se slova říkají.

Nejdůležitější pravidla

  1. Piš jen to, co se má říct

    Všechno mimo hranaté závorky se přečte, včetně scénických poznámek. „Řekla tiše“ se přečte nahlas; [softly] se zahraje.

  2. Dej tag před slova, která ovlivňuje

    [annoyed] Tohle je těžké. Reakce patří hned za slova: Tohle je těžké. [sighs]

  3. Tagy jen na to, co je slyšet

    Emoce, způsoby mluvy a zvuky, které hlas vydává: [excited], [whispers], [chuckles]. Hlas nemůže zahrát [smiling] ani [walks away].

  4. Vyber hlas, který se k tagům hodí

    Nejlépe vyzní přednes, který hlas už přirozeně má. Jemný, vřelý průvodce nebude přesvědčivě křičet a uhlazený moderátor může [giggles] ignorovat. Nejdřív vyber hlas, potom přidej tagy.

  5. Čísla a symboly piš slovy

    „Čtyřicet pět dolarů“, ne „45 $“; „půl třetí odpoledne“, ne „14:30“. Hlas může špatně přečíst číslice, symboly i zkratky.

Vyplň tuto šablonu

Každou část v hranatých závorkách nahraď vlastním nápadem a část, kterou nepotřebuješ, vynech.

Šablona
[Direction tag] [First line]
[Delivery tag] [Next line] [Reaction tag]
Vyplněná šablona
[Warm, conversational tone] I wasn't going to tell anyone this... but I've been practicing.
[whispers] Every night. In the garage. [laughs]
  • [Direction tag] Jak zní celý úsek, v hranatých závorkách: [Warm, conversational tone].
  • [First line] Slova, která se mají říct, napsaná pro sluch, s úplnou interpunkcí a bez závorek.
  • [Delivery tag] Jak zní následující slova, v hranatých závorkách: [whispers], [excited], [sarcastic].
  • [Next line] Další slova, která se mají říct.
  • [Reaction tag] Zvuk, který hlas vydá po slovech, v hranatých závorkách: [laughs], [sighs], [clears throat]. Pokud ho věta nepotřebuje, vynech ho.

Prompty, od kterých můžeš začít

  • Jedna věta, tři nálady

    [appalled] Are you serious? [sighs] I can't believe you did that!

    Proč to funguje: Tag nastaví náladu před slovy, druhý mezi nimi zareaguje a zbytek zařídí interpunkce.

  • Voiceover k produktu

    [excited] Meet the lightest trail shoe we've EVER made. [short pause] Two hundred grams... [impressed] and it still grips wet rock. [warm, confident] Go further. Feel less.

    Proč to funguje: Velká písmena zdůrazní jedno slovo, váha je vyjádřená slovy a tag pauzy s výpustkou udávají rytmus. Nastav Hlas na Elowen.

  • Herecký výkon

    [Low, steady voice, restrained urgency] Keep the lantern covered. If they see the light, they'll know we crossed the river.

[Quietly, with controlled fear] I heard them at the bridge... not soldiers. Something else.

[Voice rising into firm resolve] Then we don't stop. We reach the tower before sunrise.

    Proč to funguje: Každý úsek začíná poznámkou pro herce prostými slovy a úseky odděluje prázdný řádek. Nastav Hlas na Sawyer a posuň Stabilitu směrem k Expresivní.

  • Jiný jazyk

    [cheerfully] ¡Buenos días! Hoy vamos a preparar el mejor café de olla de tu vida... [whispers] con un ingrediente secreto.

    Proč to funguje: Napiš text v jazyce, ve kterém má zaznít; každý hlas ho ovládá plynule a tagy mohou zůstat anglicky.

Pro pokročilé

Pokročilé psaní promptů pro Eleven Speech

Techniky pro větší kontrolu, jakmile zvládneš základy.

Výběr hlasu a Stabilita

Eleven Speech nemá zvláštní místo pro popis hlasu a hlas z nahrávky nekopíruje: nastavení Hlas je postava. Projdi nabídku Hlas jako seznam kandidátů a vyber hlas, jehož přirozený rozsah sedí k roli. Pokud tag nezabere, přeformuluj ho jako vlastnost hlasu ([low, gravelly voice]) nebo přepni na hlas, který takový přednes už má.

Stabilita určuje, jak moc se přednes mění. Směrem k Expresivní hlas odvážněji následuje tagy a každá verze se liší; směrem k Vyrovnané zůstává blízko svého základu. Zkus asi 0,3 pro hrané řádky s mnoha tagy a asi 0,7 pro vyprávění, které musí znít stejně v každé verzi.

  • Vyprávění a příběhy: Darian, Elara, Florence nebo Sawyer. Svižné reklamy a vysvětlující videa: Elowen, Jade nebo Lawrence. Nenucené, přátelské věty: Maisie, Warren nebo Baxter. Zpravodajský styl: Alicia nebo Eldrin. Průvodce nebo mentor: Talia, Caleb nebo Wyatt. Herní hrdina: Kaelen.
  • Stejný Seed dá podobnou verzi, ne totožnou. U důležité věty vygeneruj dvě nebo tři verze a nech si tu nejlepší.

Struktura: piš pro sluch

Způsob, jakým je text napsaný, ovlivňuje přednes víc než cokoli jiného. Piš přirozené mluvené věty s úplnou interpunkcí a mezi jednotlivými momenty dej zalomení řádku. Pak teprve přidej tagy, aniž bys změnil jediné slovo scénáře.

U dlouhého vyprávění začni každý odstavec jedním řídicím tagem pro celý úsek, napsaným jako poznámka pro herce: [Quiet, reflective narration], [Building tension, measured pace], [Warm, intimate narration]. Potom označ tagy jen okamžiky uvnitř, které se mění.

  • Emoce patří do tagu, nikdy do vyprávění kolem věty: „zeptala se třesoucím se hlasem“ se přečte nahlas, zatímco [trembling] Odcházíš? se zahraje.
  • Když příběh sám říká „Hlasitě se zasmál“, nech ta slova a přidej za ně [chuckles], pokud chceš i zvuk. Nikdy nepřeváděj vyprávění na tag.
  • Střídej přednes napříč větami (energicky, uvolněně, překvapeně, zamyšleně) a nikdy nevybírej tag, který odporuje významu věty.
  • Řeč v běžném tempu má asi 2,5 slova za sekundu, takže 30sekundový voiceover pojme asi 75 slov. Aby se text vešel do záběru, zkrať scénář, místo aby ses přednesem hnal.

Dlouhé vyprávění, jeden tag na úsek

The rain had stopped before dawn, leaving the old road silver beneath the moon.

[Quiet, reflective narration] She had promised herself she would not return. Yet there she was, at the gate, with the key cold against her palm.

[Building tension, measured pace] The lock turned easily. Too easily. [Softly, with wonder] On the table sat a single lantern... already lit.

Proč to funguje: První odstavec zní ve vlastním stylu hlasu, každý další začíná poznámkou pro celý úsek a jeden tag uvnitř označí zlom. Nastav Hlas na Florence.

Audio tagy pro emoce a přednes

Audio tag je slovo nebo krátká fráze v hranatých závorkách, kterou hlas zahraje, místo aby ji řekl. Dej ho přímo před slova, která ovlivňuje, přímo za ně pro reakci nebo na přirozenou pauzu. Tagy lze kombinovat ([whispers] [nervously]) a můžeš psát vlastní prostými slovy: [under his breath], [trying not to laugh], [voice breaking].

Eleven Speech vytváří zvukové efekty stejně jako hlasy, takže krátký, nejasný tag se může vyložit špatně: výraz přednesu se bere jako zvuk, nebo naopak. Přednes popiš jako vlastnost hlasu, třeba [low, gravelly voice] nebo [quietly, with controlled fear], aby ho nešlo zaměnit za zvukovou nápovědu.

  • Experimentální tagy se u různých hlasů liší víc: [strong French accent] (funguje jakýkoli přízvuk), [sings], [woo]. Než se na ně spolehneš, vyzkoušej je.
  • Když jsou tagy příliš nenápadné, sniž Stability; když hlas přehrává, zvyš ji.
NapišCo dělá
[excited]Svižná, živá, povznesená energie.
[sarcastic]Suchý a vědoucí tón: slova znamenají opak.
[whispers]Zadýchaný šepot.
[shouting]Zvýšený, projektovaný hlas.
[thoughtful]Pomaleji, každé slovo zvažuje.
[curious]Zaujatý, tázavý vzestup hlasu.
[annoyed]Úsečně a podrážděně.
[appalled]Šokovaný nesouhlas.
[mischievously]Hravě, něco chystá.
[crying]Uslzeně a nejistě.
[happy] [sad] [angry] [surprised]Základní emoce, z nichž každá zabarví slova, která po ní následují.
[under his breath]Zamumlané, jako by to nikdo neměl slyšet.

Smích, vzdechy a nádechy

Neverbální tagy jsou zvuky, které lidé vydávají mezi slovy. Každý umísti tam, kde by se stal: za větu jako reakci, před ni jako rozjezd, doprostřed jako přestávku. Smích může během věty narůstat po stupních.

NapišCo dělá
[laughs]Plný smích.
[chuckles]Tichý, nízký smích.
[giggles]Lehký, vysoký smích.
[starts laughing]Uprostřed věty se rozesměje.
[laughs harder]Smích, který už běží a sílí.
[wheezing]Smích tak silný, že dochází dech.
[sighs]Unaveně, uleveně nebo otráveně, podle věty.
[exhales sharply]Krátký, prudký výdech: frustrace nebo překvapení.
[inhales deeply]Hluboký nádech před promluvou.
[clears throat]Odkašlání před větou.
[gulps]Nervózní polknutí.
[snorts]Odfrknutí smíchy nebo pohrdání.

Smích, který narůstá

Okay, okay, I'll tell you. [chuckles] So the goat... [starts laughing] the goat ate the WEDDING invitations. [laughs harder] All two hundred of them. [wheezing] I'm sorry, I can't.

Proč to funguje: Smích sílí ve čtyřech krocích, každý na místě, kde by opravdu nastal, a slova kolem zůstávají nedotčená.

Pauzy, důraz a výslovnost

Eleven Speech nečte SSML, takže tagy break ve špičatých závorkách nic nedělají. Pro váhání a důraz použij výpustku, pro krátkou pauzu pomlčku, mezi údery zalom řádek nebo tag pauzy.

Slovo zdůrazníš velkými písmeny ("It was a VERY long day") a rytmus nastavíš otazníky, vykřičníky a výpustkami. Víc důrazu model nepotřebuje.

U jména nebo termínu, který hlas čte špatně, ho zapiš v IPA s přízvukovými znaménky, mezi lomítky a v uvozovkách: The term "/ˌbaɪoʊˈkemɪstri/" covers it. Obal jen slova, která to potřebují. Funguje i prostý fonetický přepis, třeba "Shiv-awn" pro Siobhan. Výsledky se u hlasů liší, proto si je před použitím poslechni.

  • Vše piš tak, jak se to vyslovuje: "January second" pro 01/02, "one hundred percent" pro 100 %, "Doctor" pro Dr. a "mage dot space slash pricing" pro webovou adresu.
  • Do textu nikdy nedávej @: Mage bere @ následované písmeny jako uložený handle a nenačtený handle zastaví generování ještě před tím, než se cokoli zaúčtuje. Napiš místo toho "at", třeba "find us at mage space".
NapišCo dělá
...Zaváhání nebo důraz před tím, co přijde.
—Krátká pauza, nebo věta utnutá v půli myšlenky.
[short pause]Okamžik ticha.
[long pause]Delší, záměrné ticho.

Zvukové efekty uvnitř řeči

Tag může také vložit zvuk přímo do přednesu: [applause], [clapping], [door slams], [explosion], [gunshot]. Použij ho, když zvuk patří do dané chvíle, třeba dveře před větou.

Pro hudební podkres nebo celou zvukovou scénu ji vytvoř v Eleven Music nebo Seed Audio a v editoru ji podmíchej pod řeč.

Nejdřív zvuk, pak hlas

[applause] Thank you, thank you. [laughs] Please, sit down... [clears throat] Tonight, we're giving away something no one here has ever seen.

Proč to funguje: Potlesk otevře okamžik, pak smích a odkašlání uvedou mluvčího do věty.

Konverzace mezi hlasy

Jedno generování mluví jedním hlasem a popisek jako "Speaker 1:" nebo "Mara:" se přečte nahlas. Pro konverzaci vyber hlas pro každého mluvčího, repliky každého vygeneruj zvlášť jeho hlasem a pak klipy v audio nebo video editoru poskládej za sebe, s krátkými tichy pro mezery.

Po sobě jdoucí repliky jednoho mluvčího dej do jednoho generování, ne do jednoho klipu na větu. Přerušení piš napříč střihem: přerušenou větu ukonči pomlčkou a odpověď začni tagem [jumping in] nebo [interrupting].

  • Používej pro mluvčího ve všech klipech stejný hlas a stejné nastavení Stability, aby konverzace zněla jako jedna nahrávka.
  • Při přerušení ukonči první klip pomlčkou ("So I was thinking we could—") a odpověď druhým hlasem začni tagem a pomlčkou ("[jumping in] —test the new timing?").

Replika jednoho mluvčího ve scéně se dvěma hlasy

[nervously] So... I may have tried to fix the boiler myself. [sheepish laugh] It's making a NEW noise now.

Proč to funguje: Jeden hlas, jedna replika, žádný popisek mluvčího: vygeneruj ji hlasem Maisie, odpověď vygeneruj jiným hlasem a obě spoj.

Další jazyky a přízvuky

Text napiš v jazyce, kterým má hlas mluvit. Každý hlas ho ovládá plynule, bez přenášení vlastního přízvuku, a tagy můžou zůstat anglicky.

Chceš-li přízvuk vynutit, zkus tag jako [strong Italian accent]. Tagy přízvuku se u hlasů liší, proto vygeneruj několik verzí.

Časté chyby

Tohle ne, dělej raději toto

  • Vyhni se: Režijní poznámky napsané přímo v textu.

    She whispered nervously: Is anyone there?

    Místo toho: Tagy, které se zahrají, místo aby se přečetly.

    [whispers] [nervously] Is anyone there?

  • Vyhni se: Tagy pro to, co vidíš: [smiling], [walks away], [music].

    Místo toho: Tagy pro to, co slyšíš: [warmly], [chuckles], [sighs]. Hudbu vytvoříš v Eleven Music.

  • Vyhni se: Značky SSML break.

    Místo toho: Tři tečky, pomlčka, zalomení řádku nebo [short pause].

  • Vyhni se: Číslice, symboly a webové adresy.

    Tickets are $45 at 14:30. Details at mage.space/events.

    Místo toho: Vše napsané tak, jak se to říká.

    Tickets are forty-five dollars at two thirty PM. Details at mage dot space slash events.

  • Vyhni se: Označení mluvčích v jednom generování: „Mluvčí 1: Ahoj. Mluvčí 2: Čau.“

    Místo toho: Jedno generování na mluvčího, spojená v editoru.

  • Vyhni se: Značka, která jde proti hlasu nebo smyslu věty.

    Místo toho: Hlas, který už takový přednes má, a značky, které odpovídají slovům.

  • Vyhni se: Nejasná jednoslovná značka, ze které vznikne zvukový efekt.

    Místo toho: Vlastnost hlasu: [low, gravelly voice].

  • Vyhni se: Měnit slova při přidávání značek.

    Místo toho: Skript přesně tak, jak je napsaný, se značkami přidanými okolo.

Časté dotazy

Dotazy k promptům pro Eleven Speech

Co jsou zvukové značky ElevenLabs?
Slova v hranatých závorkách, která řídí hlas a nečtou se nahlas: [whispers], [laughs], [sarcastic], [sighs] nebo fráze jako [Low, steady voice, restrained urgency]. Dej je těsně před slova, kterých se týkají, nebo u reakce hned za ně.
Jak dlouhý má být prompt pro Eleven Speech?
Tak dlouhý, jako je mluvené slovo. Každé slovo mimo značky se přečte nahlas a klip trvá tak dlouho, jak dlouho text trvá říct, při běžném tempu asi 2,5 slova za sekundu. Dlouhý skript se čte nejlépe po odstavcích, z nichž každý začíná značkou s pokynem.
Jak přidám pauzu v Eleven Speech?
Třemi tečkami pro zaváhání, pomlčkou pro krátkou přestávku, zalomením řádku mezi úseky nebo značkou [short pause] či [long pause]. Značky SSML break nejsou podporované.
Jak přiměju Eleven Speech našeptávat nebo se smát?
Dej [whispers] před slova, která mají být pošeptem, a [laughs] za větu, která si smích zaslouží. Pokud hlas značku ignoruje, posuň Stability směrem k Expressive nebo zvol hlas, který se k danému přednesu hodí.
Jak opravím výslovnost jména?
Napiš jméno v IPA s znaky přízvuku, mezi lomítka a do dvojitých uvozovek, například "/ˌbaɪoʊˈkemɪstri/", nebo ho přepiš tak, jak se vyslovuje. Výsledek si poslechni, protože se liší podle hlasu.
Zvládne Eleven Speech dva hlasy v jednom klipu?
Ne. Jedno generování mluví jedním hlasem a označení mluvčích se čtou nahlas. Vygeneruj každého mluvčího zvlášť jeho vlastním hlasem a klipy spoj v editoru.
Proč se z mé značky stal zvukový efekt?
Eleven Speech umí vytvářet i zvukové efekty, takže krátká značka může být pochopena jako efekt. Přeformuluj ji jako vlastnost hlasu, třeba [low, gravelly voice] místo [gravel].

Vytvoř své první audio s ElevenLabs v4

Nové účty dostanou 300 Gems zdarma, což stačí na vyzkoušení Eleven v4. Bez instalace a bez platební karty.

Vyzkoušet Eleven v4