Come scrivere prompt per Eleven Speech

Eleven Speech non ha uno spazio separato per descrivere una voce e non ne copia una da una clip: l'impostazione Voce è il personaggio. Leggi il menu Voce come un elenco di casting e scegli la voce la cui gamma naturale si adatta alla parte. Se un tag non funziona, riformulalo come una qualità della voce ([low, gravelly voice]) o passa a una voce che ha già quell'interpretazione.

La Stabilità determina quanto si muove la lettura. Verso Espressivo, la voce segue i tag con più decisione e varia da una take all'altra; verso Costante, resta vicina alla propria base. Prova circa 0,3 per battute recitate e ricche di tag e circa 0,7 per una narrazione che deve suonare uguale in ogni take.

Il modo in cui è scritto il testo influenza la lettura più di qualsiasi altra cosa. Scrivi frasi parlate naturali con punteggiatura completa e vai a capo tra una battuta e l'altra. Poi aggiungi i tag, senza cambiare una parola del copione.

Per le narrazioni lunghe, apri ogni paragrafo con un tag di regia per l'intero brano, scritto come una nota a un attore: [Quiet, reflective narration], [Building tension, measured pace], [Warm, intimate narration]. Poi usa tag solo per i momenti al suo interno che cambiano.

Un audio tag è una parola o una breve frase tra parentesi quadre che la voce interpreta invece di pronunciare. Mettilo subito prima delle parole che colora, subito dopo per una reazione, oppure in una pausa naturale. I tag si possono combinare ([whispers] [nervously]) e puoi scriverne di tuoi con parole semplici: [under his breath], [trying not to laugh], [voice breaking].

Eleven Speech genera effetti sonori oltre alle voci, quindi un tag breve e vago può essere interpretato nel modo sbagliato: un'intonazione scambiata per un suono, o il contrario. Descrivi l'intonazione come una qualità della voce, per esempio [low, gravelly voice] o [quietly, with controlled fear], così non verrà confusa con un effetto sonoro.

I tag non verbali sono i suoni che le persone fanno tra una parola e l'altra. Mettili dove accadrebbero davvero: dopo una battuta per una reazione, prima per una rincorsa, nel mezzo per una pausa. Una risata può crescere gradualmente lungo una frase.

Eleven Speech non legge SSML, quindi i tag break tra parentesi angolari non fanno nulla. Usa i puntini di sospensione per l'esitazione e il peso, un trattino per una breve pausa, un a capo tra un momento e l'altro, oppure un tag di pausa.

Enfatizza una parola con le maiuscole ("È stata una giornata MOLTO lunga") e definisci il ritmo con punti interrogativi, punti esclamativi e puntini di sospensione. È tutta l'enfasi di cui il modello ha bisogno.

Per un nome o un termine che la voce sbaglia, scrivilo in IPA con i segni di accento, tra barre oblique e dentro virgolette doppie: il termine "/ˌbaɪoʊˈkemɪstri/" funziona così. Racchiudi solo le parole che ne hanno bisogno. Funziona anche una semplice riscrittura fonetica, come "Shiv-awn" per Siobhan. I risultati cambiano da voce a voce, quindi ascolta prima di fare affidamento su uno.

Un tag può anche inserire un suono nella lettura: [applause], [clapping], [door slams], [explosion], [gunshot]. Usalo quando il suono fa parte del momento, come una porta prima di una battuta.

Per una base musicale o un paesaggio sonoro completo, crealo con Eleven Music o Seed Audio e mixalo sotto la voce in un editor.

Ogni generazione parla con una sola voce, e un'etichetta come "Speaker 1:" o "Mara:" viene letta ad alta voce. Per una conversazione, scegli una voce per ogni interlocutore, genera separatamente le battute di ciascuno con la sua voce, poi unisci le clip in ordine in un editor audio o video, con brevi silenzi per le pause.

Metti le battute consecutive di uno stesso interlocutore in un'unica generazione, anziché una clip per frase. Scrivi le interruzioni a cavallo del taglio: chiudi la battuta interrotta con un trattino e inizia la risposta con [jumping in] o [interrupting].

Scrivi il testo nella lingua in cui vuoi che venga pronunciato. Ogni voce la parla in modo fluente, senza portarsi dietro il proprio accento, e i tag possono restare in inglese.

Per forzare un accento, prova un tag come [strong Italian accent]. I tag di accento cambiano da voce a voce, quindi genera un paio di versioni.