Ugrás a tartalomhoz
BejelentkezésIngyenes regisztráció

Prompt-útmutató

Hogyan írj promptot a Eleven Speech modellhez

Eleven Speech prompt útmutató: hogyan irányítsd az ElevenLabs v4-et hangcímkékkel, például [whispers] és [laughs], szünetekkel, kiejtéssel és narrációs példákkal.

Próbáld ki az Eleven v4-etEleven Speech modelloldal

Gyors kezdés

Az első remek Eleven Speech promptod

Minden, amit egy kezdőnek tudnia kell egy perc alatt: mit érdemes először tudni, a legfontosabb szabályok, egy kitölthető sablon és másolható promptok.

Amit először érdemes tudni

A promptod a forgatókönyv. Az Eleven Speech minden leírt szót kimond a kiválasztott hangon, kivéve a szögletes zárójelben lévőket: ezek hangcímkék, és az előadást irányítják, például [whispers], [laughs], [sarcastic] vagy [sighs]. Úgy írd meg a sorokat, ahogy hangzaniuk kell, a címkét közvetlenül az általa színezett szavak elé tedd, és válassz a szerephez illő hangot. A Hang beállítás maga a karakter, a klip pedig addig tart, amíg a szavakat kimondják.

A legfontosabb szabályok

  1. Csak azt írd le, aminek el kell hangzania

    Minden, ami szögletes zárójelen kívül van, elhangzik, a rendezői utasítások is. A „halkan mondta” felolvasásra kerül; a [softly] el van játszva.

  2. A címkét az általa színezett szavak elé tedd

    [annoyed] Ez nehéz. A reakció közvetlenül a szavak után jön: Ez nehéz. [sighs]

  3. Csak azt címkézd, ami hallható

    Érzelmek, beszédmódok és hangok, amelyeket egy hang ki tud adni: [excited], [whispers], [chuckles]. Egy hang nem tudja eljátszani, hogy [smiling] vagy [walks away].

  4. Válassz a címkékhez illő hangot

    Az a megszólalás sikerül a legjobban, amely már megvan a hangban. Egy lágy, meleg kalauz nem fog meggyőzően kiabálni, egy kimért hírolvasó pedig figyelmen kívül hagyhatja a [giggles] címkét. Előbb válaszd ki a hangot, utána címkézz.

  5. A számokat és a jeleket szavakkal írd

    „Negyvenöt dollár”, ne „45 $”; „fél három délután”, ne „14:30”. A hang félreolvashatja a számjegyeket, a jeleket és a rövidítéseket.

Töltsd ki ezt a sablont

Cseréld le a szögletes zárójelben lévő részeket a saját ötleteidre, és hagyd ki azt, amelyikre nincs szükséged.

Sablon
[Direction tag] [First line]
[Delivery tag] [Next line] [Reaction tag]
A kitöltött sablon
[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] Hogyan hangzik az egész szakasz, szögletes zárójelben: [Warm, conversational tone].
  • [First line] A kimondandó szavak, fülre írva, teljes központozással és zárójelek nélkül.
  • [Delivery tag] Hogyan hangzanak a következő szavak, szögletes zárójelben: [whispers], [excited], [sarcastic].
  • [Next line] A következő kimondandó szavak.
  • [Reaction tag] Egy hang, amelyet a szavak után ad ki a hang, szögletes zárójelben: [laughs], [sighs], [clears throat]. Hagyd ki, ha a sornak nincs rá szüksége.

Promptok az induláshoz

  • Egy sor, három hangulat

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

    Miért működik: Az egyik címke a szavak előtt beállítja a hangulatot, egy másik közöttük reagál, a többit pedig a központozás adja.

  • Termékbemutató narráció

    [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.

    Miért működik: A nagybetű egy szót hangsúlyoz, a nyomatékot szavakkal írjuk ki, a ritmust pedig egy szünetcímke és egy három pont adja. Állítsd a Hangot Elowenre.

  • Karakterjáték

    [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.

    Miért működik: Minden egység egy egyszerű szavakkal írt színészi megjegyzéssel kezdődik, az egységeket üres sor választja el. Állítsd a Hangot Sawyerre, a Stabilitást pedig told a Kifejező felé.

  • Másik nyelv

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

    Miért működik: A szöveget azon a nyelven írd, amelyen hallani szeretnéd; minden hang folyékonyan beszéli, a címkék pedig maradhatnak angolul.

Haladó

Haladó Eleven Speech promptolás

Technikák a nagyobb kontrollhoz, ha az alapok már mennek.

A hang és a Stabilitás kiválasztása

Az Eleven Speechben nincs külön hely a hang leírására, és nem másol hangot klipből: a Hang beállítás maga a karakter. Olvasd a Hang menüt úgy, mint egy szereplőlistát, és válaszd azt a hangot, amelynek természetes tartománya illik a szerephez. Ha egy címke nem érvényesül, fogalmazd át a hang tulajdonságaként ([low, gravelly voice]), vagy válts olyan hangra, amelynek már megvan ez a megszólalása.

A Stabilitás azt szabályozza, mennyit mozog az előadás. A Kifejező felé a hang merészebben követi a címkéket, és felvételről felvételre változik; az Egyenletes felé közel marad a saját alapvonalához. Játszott, címkékkel teli sorokhoz próbálj kb. 0,3-at, olyan narrációhoz pedig, amelynek minden felvételen egyformán kell szólnia, kb. 0,7-et.

  • Narráció és mesélés: Darian, Elara, Florence vagy Sawyer. Lendületes reklámok és magyarázók: Elowen, Jade vagy Lawrence. Közvetlen, barátságos sorok: Maisie, Warren vagy Baxter. Híradós felolvasás: Alicia vagy Eldrin. Kalauz vagy mentor: Talia, Caleb vagy Wyatt. Játékhős: Kaelen.
  • Ugyanaz a Seed hasonló, de nem azonos felvételt ad. Egy fontos sorhoz generálj két-három felvételt, és tartsd meg a legjobbat.

Szerkezet: fülre írj

Az előadást mindennél jobban az határozza meg, hogyan van megírva a szöveg. Természetes, beszélt mondatokat írj teljes központozással, az egységek közé pedig tegyél sortörést. Utána add hozzá a címkéket, anélkül hogy a forgatókönyv egyetlen szavát megváltoztatnád.

Hosszú narrációnál minden bekezdést egyetlen, az egész szakaszra vonatkozó irányítócímkével kezdj, színészi megjegyzésként megírva: [Quiet, reflective narration], [Building tension, measured pace], [Warm, intimate narration]. Utána csak azokat a pillanatokat címkézd, ahol változik a hangnem.

  • Az érzelem címkébe kerül, soha nem a sort körülvevő narrációba: a „kérdezte remegő hangon” felolvasásra kerül, míg a [trembling] Elmész? el van játszva.
  • Ha maga a történet azt mondja, hogy „hangosan felnevetett”, tartsd meg ezeket a szavakat, és tedd utánuk a [chuckles] címkét, ha a hangot is hallani szeretnéd. A narrációt soha ne alakítsd címkévé.
  • Változtasd az előadásmódot soronként (energikus, laza, meglepett, elgondolkodó), és soha ne válassz olyan címkét, amely ellentmond a sor jelentésének.
  • A normál tempójú beszéd kb. 2,5 szó másodpercenként, így egy 30 másodperces narráció kb. 75 szót bír el. Ha egy jelenethez kell igazítani, a szöveget rövidítsd, ne az előadást gyorsítsd.

Hosszú narráció, szakaszonként egy címke

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.

Miért működik: Az első bekezdés a hang saját stílusában szól, a későbbiek mindegyike az egész szakaszra vonatkozó megjegyzéssel nyílik, egy belső címke pedig a fordulatot jelöli. Állítsd a Hangot Florence-re.

Hangcímkék az érzelmekhez és az előadásmódhoz

A hangcímke egy szó vagy rövid kifejezés szögletes zárójelben, amelyet a hang kimondás helyett eljátszik. Tedd közvetlenül az általa színezett szavak elé, reakcióként közvetlenül utánuk, vagy egy természetes szünetbe. A címkék kombinálhatók ([whispers] [nervously]), és sajátot is írhatsz egyszerű szavakkal: [under his breath], [trying not to laugh], [voice breaking].

Az Eleven Speech hangeffektusokat is készít, nem csak hangokat, ezért egy rövid, homályos címke könnyen félrehallható: az előadásmódot hangeffektusnak veheti, vagy fordítva. Az előadásmódot a hang tulajdonságaként írd le, például [low, gravelly voice] vagy [quietly, with controlled fear], így nem téveszthető össze hangeffektussal.

  • A kísérleti címkék hangonként jobban eltérnek: [strong French accent] (bármilyen akcentus működik), [sings], [woo]. Próbáld ki őket, mielőtt számítasz rájuk.
  • Csökkentsd a Stability értékét, ha a címkék túl halkan érvényesülnek, és növeld, ha a hang túljátssza a szöveget.
Írd beMit csinál
[excited]Élénk, gyors, felvillanyozott energia.
[sarcastic]Szárazon, sokat sejtetően: a szavak az ellenkezőjét jelentik.
[whispers]Lehelet-halk suttogás.
[shouting]Megemelt, kivetített hang.
[thoughtful]Lassabban, minden szót megfontolva.
[curious]Érdeklődő, kérdő hangsúlyemelkedés.
[annoyed]Szaggatott és ingerült.
[appalled]Megdöbbent rosszallás.
[mischievously]Játékos, valamiben sántikáló.
[crying]Könnyes és bizonytalan.
[happy] [sad] [angry] [surprised]Az alapérzelmek, mindegyik színezi a utána következő szavakat.
[under his breath]Magában morogva, mintha nem akarnák, hogy meghallják.

Nevetések, sóhajok és lélegzetvételek

A nem verbális címkék azok a hangok, amelyeket az emberek a szavak között adnak ki. Mindegyiket oda tedd, ahol valóban megtörténne: a sor után reakcióként, előtte nekilendülésként, középen szünetként. A nevetés lépésenként épülhet fel egy soron belül.

Írd beMit csinál
[laughs]Önfeledt nevetés.
[chuckles]Halk, mély kuncogás.
[giggles]Könnyed, magas nevetés.
[starts laughing]A sor közepén kirobban a nevetés.
[laughs harder]Már folyamatban lévő, erősödő nevetés.
[wheezing]Olyan hevesen nevet, hogy elfogy a levegője.
[sighs]Fáradt, megkönnyebbült vagy megelégelt, a sortól függően.
[exhales sharply]Rövid, erős kifújás: frusztráció vagy meglepetés.
[inhales deeply]Mély levegővétel beszéd előtt.
[clears throat]Torokköszörülés a sor előtt.
[gulps]Ideges nyelés.
[snorts]Nevetésből vagy megvetésből fakadó prüszkölés.

Egyre erősödő nevetés

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.

Miért működik: A nevetés négy lépésben erősödik, mindegyik ott, ahol valóban megtörténne, a szavak pedig érintetlenek maradnak körülötte.

Szünetek, hangsúly és kiejtés

Az Eleven Speech nem olvassa az SSML-t, ezért a csúcsos zárójeles szünetcímkék semmit sem csinálnak. Használj három pontot a habozáshoz és a nyomatékhoz, gondolatjelet a rövid szünethez, sortörést az ütemek között, vagy egy szünetcímkét.

Egy szót nagybetűvel hangsúlyozhatsz („Ez egy NAGYON hosszú nap volt”), a ritmust pedig kérdőjelekkel, felkiáltójelekkel és három ponttal állíthatod be. A modellnek ennyi hangsúly elég.

Ha a hang rosszul ejt egy nevet vagy kifejezést, írd le IPA-val, hangsúlyjelekkel, per jelek között és idézőjelben: A „/ˌbaɪoʊˈkemɪstri/” kifejezés lefedi. Csak azokat a szavakat jelöld, amelyeknél szükséges. Az egyszerű átírás is működik, például „Shiv-awn” a Siobhan névhez. Az eredmény hangonként eltér, ezért hallgasd meg, mielőtt rábízod magad.

  • Mindent úgy írj le, ahogy kimondják: „január másodika” a 01.02. helyett, „száz százalék” a 100% helyett, „doktor” a dr. helyett, és „mage pont space per pricing” egy webcím helyett.
  • Soha ne írj @ jelet a szövegbe: a Mage a betűk előtti @ jelet mentett kezelőnévnek (handle) olvassa, és ha az a név nincs elmentve, a generálás leáll, mielőtt bármit levonnánk. Írd ki helyette, hogy „kukac”, például: „írj nekünk: info kukac mage space”.
Írd beMit csinál
...Habozás, vagy nyomaték a következő szavak előtt.
—Rövid szünet, vagy a gondolat közepén megszakadó sor.
[short pause]Egy pillanatnyi csend.
[long pause]Hosszabb, szándékos csend.

Hangeffektusok a beszédben

Egy címke hangot is elhelyezhet a felolvasásban: [applause], [clapping], [door slams], [explosion], [gunshot]. Akkor használd, ha a hang a pillanathoz tartozik, például egy ajtócsapódás a sor előtt.

Zenei aláfestéshez vagy teljes hangtájhoz készítsd el az Eleven Music vagy a Seed Audio segítségével, majd egy szerkesztőben keverd a beszéd alá.

Először egy hang, aztán a beszélő

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

Miért működik: A taps nyitja a pillanatot, majd egy nevetés és egy torokköszörülés vezeti be a beszélőt a sorba.

Beszélgetések több hang között

Egy generálás egy hangon szólal meg, és az olyan felirat, mint az „1. beszélő:” vagy a „Mara:”, hangosan felolvasásra kerül. Beszélgetéshez válassz hangot minden szereplőnek, generáld le az egyes szereplők sorait külön, a saját hangjukon, majd fűzd össze a klipeket sorrendben egy hang- vagy videószerkesztőben, a szüneteknél rövid csendekkel.

Egy szereplő egymást követő sorait egyetlen generálásba tedd, ne mondatonként külön klipbe. A közbevágásokat a vágáson át írd meg: a félbeszakított sort zárd gondolatjellel, a választ pedig kezdd [jumping in] vagy [interrupting] címkével.

  • Egy szereplőnek minden klipben ugyanazt a hangot és ugyanazt a Stability értéket használd, hogy a beszélgetés egyetlen felvételnek hangozzon.
  • Közbevágáshoz az első klipet zárd gondolatjellel („Arra gondoltam, hogy talán—”), a választ pedig a másik hangon kezdd címkével és gondolatjellel („[jumping in] —kipróbálhatnánk az új időzítést?”).

Egy szereplő sora egy kétszereplős jelenetben

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

Miért működik: Egy hang, egy sor, felirat nélkül: generáld le Maisie hangján, a választ egy másik hangon, majd fűzd össze a kettőt.

Más nyelvek és akcentusok

A szöveget azon a nyelven írd, amelyen hallani szeretnéd. Minden hang folyékonyan beszéli, a saját akcentusát nem viszi át, a címkék pedig maradhatnak angolul.

Akcentus kikényszerítéséhez próbálj ki egy ilyen címkét: [strong Italian accent]. Az akcentuscímkék hangonként eltérnek, ezért generálj néhány változatot.

Gyakori hibák

Ezt kerüld, helyette ezt tedd

  • Kerüld: A szövegbe írt rendezői utasítások.

    She whispered nervously: Is anyone there?

    Helyette: Címkék, amelyeket a hang eljátszik, nem felolvas.

    [whispers] [nervously] Is anyone there?

  • Kerüld: Címkék arra, amit látsz: [smiling], [walks away], [music].

    Helyette: Címkék arra, amit hallasz: [warmly], [chuckles], [sighs]. Zenét az Eleven Music segítségével készíthetsz.

  • Kerüld: SSML break címkék.

    Helyette: Három pont, gondolatjel, sortörés vagy [short pause].

  • Kerüld: Számjegyek, szimbólumok és webcímek.

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

    Helyette: Minden úgy leírva, ahogy kimondják.

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

  • Kerüld: Beszélőcímkék egyetlen generálásban: "Speaker 1: Hi. Speaker 2: Hey."

    Helyette: Beszélőnként egy külön generálás, amelyeket egy szerkesztőben fűzöl össze.

  • Kerüld: Olyan címke, amely ütközik a hanggal vagy a sor jelentésével.

    Helyette: Olyan hang, amelynek eleve ilyen az előadásmódja, és a szavakhoz illő címkék.

  • Kerüld: Egy homályos, egyszavas címke, amely hanghatásként szólal meg.

    Helyette: A hang egy tulajdonsága: [low, gravelly voice].

  • Kerüld: A szöveg módosítása címkézés közben.

    Helyette: A szöveg pontosan úgy, ahogy meg van írva, körülötte a címkékkel.

GYIK

Kérdések a Eleven Speech promptolásáról

Mik azok az ElevenLabs hangcímkék?
Szögletes zárójelbe tett szavak, amelyek irányítják a hangot, és nem hangzanak el: [whispers], [laughs], [sarcastic], [sighs], vagy egy kifejezés, például [Low, steady voice, restrained urgency]. Tedd közvetlenül a módosítani kívánt szavak elé, reakciónál pedig közvetlenül utánuk.
Milyen hosszú legyen egy Eleven Speech prompt?
Olyan hosszú, mint maga a beszéd. A címkéken kívül minden szó elhangzik, és a klip addig tart, amíg a szöveget el lehet mondani, normál tempóban nagyjából másodpercenként 2,5 szó. Hosszú szöveget bekezdésekben érdemes írni, mindegyiket egy irányító címkével kezdve.
Hogyan tehetek szünetet az Eleven Speechben?
Habozáshoz használj három pontot, rövid szünethez gondolatjelet, ütemek közé sortörést, vagy a [short pause], illetve [long pause] címkét. Az SSML break címkék nem támogatottak.
Hogyan érhetem el, hogy az Eleven Speech suttogjon vagy nevessen?
Suttogáshoz tedd a [whispers] címkét a szavak elé, a [laughs] címkét pedig a nevetést kiérdemlő sor után. Ha egy hang figyelmen kívül hagy egy címkét, told a Stability értékét az Expressive felé, vagy válassz az előadásmódhoz jobban illő hangot.
Hogyan javíthatom egy név kiejtését?
Írd le a nevet IPA-jelöléssel, hangsúlyjelekkel, perjelek között és idézőjelben, például "/ˌbaɪoʊˈkemɪstri/", vagy írd át úgy, ahogy hangzik. Hallgasd meg az eredményt, mert hangonként eltérhet.
Meg tudja szólaltatni az Eleven Speech két hangot egy klipben?
Nem. Egy generálás egy hangon szól, és a beszélőcímkéket felolvassa. Generáld le külön az egyes beszélőket a saját hangjukon, a klipeket pedig fűzd össze egy szerkesztőben.
Miért hanghatásként szólalt meg a címkém?
Az Eleven Speech hanghatásokat is készít, ezért egy rövid címkét annak érthet. Fogalmazd át a hang tulajdonságaként, például [low, gravelly voice] legyen a [gravel] helyett.

Készítsd el az első hanganyagodat az ElevenLabs v4-gyel

Az új fiókok 300 ingyenes Gemet kapnak, ami elég az Eleven v4 kipróbálásához. Telepítés és bankkártya nélkül.

Próbáld ki az Eleven v4-et