Treci la conținut
Autentifică-teÎnscrie-te gratuit

Ghid de prompting

Cum scrii prompturi pentru Eleven Speech

Ghid de prompturi pentru Eleven Speech: cum controlezi ElevenLabs v4 cu taguri audio precum [whispers] și [laughs], pauze, pronunție și exemple de voiceover.

Încearcă Eleven v4Pagina modelului Eleven Speech

Start rapid

Primul tău prompt grozav pentru Eleven Speech

Tot ce are nevoie un începător, într-un singur minut: ce trebuie să știi mai întâi, regulile cele mai importante, un șablon de completat și prompturi de copiat.

Ce trebuie să știi mai întâi

Promptul tău este scenariul. Eleven Speech rostește fiecare cuvânt scris de tine, cu vocea aleasă, cu excepția cuvintelor din paranteze drepte: acestea sunt taguri audio și dirijează interpretarea, ca în [whispers], [laughs], [sarcastic] sau [sighs]. Scrie replicile așa cum trebuie să sune, pune un tag chiar înaintea cuvintelor pe care le nuanțează și alege o voce potrivită rolului. Setarea Voce este personajul, iar clipul durează cât este nevoie ca să fie rostite cuvintele.

Cele mai importante reguli

  1. Scrie doar ce trebuie rostit

    Tot ce se află în afara parantezelor drepte este rostit, inclusiv indicațiile de scenă. „Spuse ea încet” se citește cu voce tare; [softly] este interpretat.

  2. Pune tagul înaintea cuvintelor pe care le nuanțează

    [annoyed] E greu. O reacție vine imediat după cuvinte: E greu. [sighs]

  3. Pune taguri doar pentru ce se poate auzi

    Emoții, moduri de a vorbi și sunete pe care le scoate o voce: [excited], [whispers], [chuckles]. O voce nu poate interpreta [smiling] sau [walks away].

  4. Alege o voce potrivită tagurilor

    Un mod de a vorbi pe care vocea îl are deja iese cel mai bine. Un ghid blând și cald nu va striga convingător, iar un prezentator șlefuit poate ignora [giggles]. Alege mai întâi vocea, apoi adaugă taguri.

  5. Scrie numerele și simbolurile în cuvinte

    „Patruzeci și cinci de dolari”, nu „$45”; „două și jumătate după-amiaza”, nu „14:30”. Vocea poate citi greșit cifre, simboluri și abrevieri.

Completează acest șablon

Înlocuiește fiecare parte dintre paranteze drepte cu ideea ta și omite partea de care nu ai nevoie.

Șablon
[Direction tag] [First line]
[Delivery tag] [Next line] [Reaction tag]
Șablonul completat
[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] Cum sună întregul pasaj, păstrat între paranteze drepte: [Warm, conversational tone].
  • [First line] Cuvintele de rostit, scrise pentru ureche, cu punctuație completă și fără paranteze.
  • [Delivery tag] Cum sună cuvintele următoare, între paranteze drepte: [whispers], [excited], [sarcastic].
  • [Next line] Următoarele cuvinte de rostit.
  • [Reaction tag] Un sunet pe care îl scoate vocea după cuvinte, între paranteze drepte: [laughs], [sighs], [clears throat]. Omite-l dacă replica nu are nevoie de el.

Prompturi de la care poți porni

  • O replică, trei stări

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

    De ce funcționează: Un tag stabilește starea înaintea cuvintelor, al doilea reacționează între ele, iar punctuația face restul.

  • Un voiceover pentru un produs

    [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.

    De ce funcționează: Majusculele accentuează un cuvânt, greutatea este scrisă în cuvinte, iar un tag de pauză și puncte de suspensie dau ritmul. Setează Voce pe Elowen.

  • Actorie de personaj

    [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.

    De ce funcționează: Fiecare moment începe cu o notă pentru actor, în cuvinte simple, iar un rând gol separă momentele. Setează Voce pe Sawyer și mută Stabilitate spre Expresiv.

  • Altă limbă

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

    De ce funcționează: Scrie textul în limba în care vrei să fie rostit; fiecare voce o vorbește fluent, iar tagurile pot rămâne în engleză.

Avansat

Prompting avansat pentru Eleven Speech

Tehnici pentru mai mult control, după ce ai stăpânit bazele.

Alegerea vocii și Stabilitatea

Eleven Speech nu are un loc separat pentru a descrie o voce și nu copiază una dintr-un clip: setarea Voce este personajul. Citește meniul Voce ca pe o listă de casting și alege vocea al cărei registru natural se potrivește rolului. Dacă un tag nu funcționează, reformulează-l ca pe o calitate a vocii ([low, gravelly voice]) sau treci la o voce care are deja acel mod de a vorbi.

Stabilitatea stabilește cât de mult se mișcă lectura. Spre Expresiv, vocea urmează tagurile mai îndrăzneț și variază de la o înregistrare la alta; spre Constant, rămâne aproape de nivelul ei de bază. Încearcă aproximativ 0,3 pentru replici jucate, pline de taguri, și aproximativ 0,7 pentru narațiuni care trebuie să sune la fel în toate înregistrările.

  • Narațiune și povestire: Darian, Elara, Florence sau Sawyer. Reclame energice și explicații: Elowen, Jade sau Lawrence. Replici relaxate, prietenoase: Maisie, Warren sau Baxter. Lecturi în stil de știri: Alicia sau Eldrin. Un ghid sau un mentor: Talia, Caleb sau Wyatt. Un erou de joc: Kaelen.
  • Același Seed dă o variantă asemănătoare, nu identică. Pentru o replică importantă, generează două sau trei variante și păstrează-o pe cea mai bună.

Structură: scrie pentru ureche

Modul în care este scris textul influențează lectura mai mult decât orice altceva. Scrie propoziții naturale, ca în vorbire, cu punctuație completă, și pune o trecere la rând nou între momente. Abia apoi adaugă taguri, fără să schimbi vreun cuvânt din scenariu.

Pentru narațiuni lungi, începe fiecare paragraf cu un singur tag de direcție pentru tot pasajul, scris ca o notă pentru actor: [Quiet, reflective narration], [Building tension, measured pace], [Warm, intimate narration]. Apoi pune taguri doar pe momentele din interior care se schimbă.

  • Emoția merge într-un tag, niciodată în narațiunea din jurul replicii: „întrebă ea cu vocea tremurând” se citește cu voce tare, în timp ce [trembling] Pleci? este interpretat.
  • Când povestea însăși spune „Râse zgomotos”, păstrează cuvintele și adaugă [chuckles] după ele dacă vrei și sunetul. Nu transforma niciodată narațiunea într-un tag.
  • Variază modul de rostire de la o replică la alta (energic, relaxat, surprins, gânditor) și nu alege niciodată un tag care contrazice sensul replicii.
  • Vorbirea în ritm normal are aproximativ 2,5 cuvinte pe secundă, deci un voiceover de 30 de secunde conține cam 75 de cuvinte. Ca să se potrivească cu un cadru, scurtează scenariul în loc să grăbești lectura.

Narațiune lungă, un tag pe pasaj

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.

De ce funcționează: Primul paragraf se citește în stilul propriu al vocii, fiecare următor începe cu o notă pentru tot pasajul, iar un tag în interior marchează cotitura. Setează Voce pe Florence.

Taguri audio pentru emoție și rostire

Un tag audio este un cuvânt sau o expresie scurtă între paranteze drepte, pe care vocea o interpretează în loc să o rostească. Pune-l chiar înaintea cuvintelor pe care le nuanțează, chiar după ele pentru o reacție sau la o pauză naturală. Tagurile se pot combina ([whispers] [nervously]) și îți poți scrie propriile taguri, în cuvinte simple: [under his breath], [trying not to laugh], [voice breaking].

Eleven Speech generează atât efecte sonore, cât și voci, așa că un tag scurt și vag poate fi înțeles greșit: o intonație poate fi luată drept sunet sau invers. Descrie intonația ca pe o calitate a vocii, de exemplu [low, gravelly voice] sau [quietly, with controlled fear], ca să nu fie confundată cu un sunet.

  • Tagurile experimentale diferă mai mult de la o voce la alta: [strong French accent] (merge orice accent), [sings], [woo]. Testează-le înainte să te bazezi pe ele.
  • Scade Stability când tagurile se aud prea slab; mărește-o când vocea exagerează.
ScrieCe face
[excited]Energie veselă, rapidă, ridicată.
[sarcastic]Sec și cu subînțeles: cuvintele spun opusul.
[whispers]O șoaptă răsuflată.
[shouting]O voce ridicată, proiectată.
[thoughtful]Mai lent, cântărind fiecare cuvânt.
[curious]O ridicare interesată, întrebătoare.
[annoyed]Tăios și iritat.
[appalled]Dezaprobare șocată.
[mischievously]Jucăuș, pus pe șotii.
[crying]Cu lacrimi în glas și nesigur.
[happy] [sad] [angry] [surprised]Emoțiile de bază, fiecare colorând cuvintele care urmează.
[under his breath]Bombănit, ca și cum nu ar trebui auzit.

Râsete, suspine și respirații

Tagurile non-verbale sunt sunetele pe care oamenii le fac între cuvinte. Pune-le acolo unde s-ar întâmpla: după o replică pentru o reacție, înainte pentru o pregătire, în mijloc pentru o pauză. Un râs poate crește treptat pe parcursul unei replici.

ScrieCe face
[laughs]Un râs complet.
[chuckles]Un râs mic, grav.
[giggles]Un râs ușor, ascuțit.
[starts laughing]Izbucnește în râs în mijlocul replicii.
[laughs harder]Un râs deja început, care crește.
[wheezing]Râde atât de tare încât rămâne fără aer.
[sighs]Obosit, ușurat sau sătul, în funcție de replică.
[exhales sharply]O expirație scurtă și apăsată: frustrare sau surpriză.
[inhales deeply]O inspirație adâncă înainte de a vorbi.
[clears throat]O tuse ușoară pentru dres vocea înainte de replică.
[gulps]O înghițitură nervoasă.
[snorts]Un pufnet de râs sau de dispreț.

Un râs care crește

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.

De ce funcționează: Râsul crește în patru pași, fiecare exact unde s-ar întâmpla în realitate, iar cuvintele din jur rămân intacte.

Pauze, accent și pronunție

Eleven Speech nu citește SSML, așa că tagurile de pauză în paranteze unghiulare nu fac nimic. Folosește puncte de suspensie pentru ezitare și greutate, o liniuță pentru o pauză scurtă, o trecere la rând nou între momente sau un tag de pauză.

Accentuează un cuvânt cu majuscule („A fost o zi FOARTE lungă”) și stabilește ritmul cu semne de întrebare, semne de exclamare și puncte de suspensie. Atât are nevoie modelul pentru accent.

Pentru un nume sau un termen pe care vocea îl pronunță greșit, scrie-l în IPA cu semnele de accent, între bare oblice și în ghilimele duble: termenul „/ˌbaɪoʊˈkemɪstri/” îl acoperă. Pune între ele doar cuvintele care au nevoie. Merge și o rescriere simplă, de exemplu „Shiv-awn” pentru Siobhan. Rezultatele diferă de la o voce la alta, așa că ascultă înainte să te bazezi pe una.

  • Scrie totul așa cum se rostește: „întâi februarie” pentru 01/02, „o sută la sută” pentru 100%, „Doctor” pentru Dr. și „mage punct space slash pricing” pentru o adresă web.
  • Nu pune niciodată @ în text: Mage citește @ urmat de litere ca pe un handle salvat, iar un handle nesalvat oprește generarea înainte de a se taxa ceva. Scrie „arond” în schimb, ca în „scrie-ne la contact arond mage punct space”.
ScrieCe face
...O ezitare sau o greutate înainte de ce urmează.
—O pauză scurtă sau o replică întreruptă în mijlocul gândului.
[short pause]Un moment de tăcere.
[long pause]O tăcere mai lungă, intenționată.

Efecte sonore în interiorul vorbirii

Un tag poate plasa și un sunet în interiorul citirii: [applause], [clapping], [door slams], [explosion], [gunshot]. Folosește-l când sunetul aparține momentului, de exemplu o ușă înainte de o replică.

Pentru un fundal muzical sau un peisaj sonor complet, creează-l cu Eleven Music sau Seed Audio și mixează-l sub vorbire într-un editor.

Un sunet, apoi vocea

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

De ce funcționează: Aplauzele deschid momentul, apoi un râs și o tuse ușoară îl duc pe vorbitor spre replică.

Conversații între voci

O generare vorbește cu o singură voce, iar o etichetă precum „Speaker 1:” sau „Mara:” este citită cu voce tare. Pentru o conversație, alege o voce pentru fiecare vorbitor, generează separat replicile fiecăruia cu vocea lui, apoi îmbină clipurile în ordine într-un editor audio sau video, cu mici tăceri pentru pauze.

Pune replicile consecutive ale unui vorbitor într-o singură generare, nu un clip pentru fiecare propoziție. Scrie întreruperile peste tăietură: încheie replica întreruptă cu o liniuță și începe răspunsul cu [jumping in] sau [interrupting].

  • Păstrează aceeași voce pentru un vorbitor în toate clipurile și aceeași setare Stability, ca să sune conversația ca o singură înregistrare.
  • Pentru o întrerupere, încheie primul clip cu o liniuță („Deci mă gândeam că am putea—”) și începe răspunsul, cu cealaltă voce, cu un tag și o liniuță („[jumping in] —să testăm noul ritm?”).

Replica unui vorbitor într-o scenă cu două voci

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

De ce funcționează: O voce, o replică, fără etichetă de vorbitor: generează-o cu Maisie, generează răspunsul cu altă voce și îmbină-le.

Alte limbi și accente

Scrie textul în limba în care vrei să fie rostit. Fiecare voce o vorbește fluent, fără să-și păstreze accentul propriu, iar tagurile pot rămâne în engleză.

Ca să forțezi un accent, încearcă un tag precum [strong Italian accent]. Tagurile de accent diferă de la o voce la alta, așa că generează câteva variante.

Greșeli frecvente

Evită asta, fă în schimb așa

  • Evită: Indicații de regie scrise în text.

    She whispered nervously: Is anyone there?

    În schimb: Taguri, care sunt interpretate, nu citite.

    [whispers] [nervously] Is anyone there?

  • Evită: Taguri pentru ce se vede: [smiling], [walks away], [music].

    În schimb: Taguri pentru ce se aude: [warmly], [chuckles], [sighs]. Creează muzică cu Eleven Music.

  • Evită: Taguri SSML de pauză (break).

    În schimb: Puncte de suspensie, o liniuță, o linie nouă sau [short pause].

  • Evită: Cifre, simboluri și adrese web.

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

    În schimb: Totul scris exact așa cum se pronunță.

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

  • Evită: Etichete de vorbitor într-o singură generare: „Vorbitor 1: Salut. Vorbitor 2: Hei.”

    În schimb: O generare pentru fiecare vorbitor, îmbinate într-un editor.

  • Evită: Un tag care se bate cu vocea sau cu sensul replicii.

    În schimb: O voce care are deja acel mod de a vorbi și taguri potrivite cu cuvintele.

  • Evită: Un tag vag, dintr-un singur cuvânt, care sună ca un efect sonor.

    În schimb: O calitate a vocii: [low, gravelly voice].

  • Evită: Schimbarea cuvintelor în timp ce adaugi taguri.

    În schimb: Scriptul exact așa cum e scris, cu taguri adăugate în jurul lui.

Întrebări frecvente

Întrebări despre prompturile pentru Eleven Speech

Ce sunt tagurile audio ElevenLabs?
Cuvinte între paranteze drepte care ghidează vocea și nu sunt rostite: [whispers], [laughs], [sarcastic], [sighs] sau o expresie precum [Low, steady voice, restrained urgency]. Pune-l chiar înaintea cuvintelor pe care le modifică sau imediat după ele, pentru o reacție.
Cât de lung ar trebui să fie un prompt pentru Eleven Speech?
Cât durează vorbirea. Fiecare cuvânt din afara tagurilor este rostit, iar clipul durează cât are nevoie textul ca să fie spus, aproximativ 2,5 cuvinte pe secundă într-un ritm normal. Un script lung se citește cel mai bine în paragrafe, fiecare începând cu un tag de direcție.
Cum adaug o pauză în Eleven Speech?
Cu puncte de suspensie pentru ezitare, cu o liniuță pentru o pauză scurtă, cu o linie nouă între momente sau cu un tag [short pause] ori [long pause]. Tagurile SSML de pauză nu sunt acceptate.
Cum fac Eleven Speech să șoptească sau să râdă?
Pune [whispers] înaintea cuvintelor pe care vrei să le șoptești și [laughs] după replica care merită. Dacă o voce ignoră un tag, mută Stability spre Expressive sau alege o voce potrivită pentru acel mod de a vorbi.
Cum corectez pronunția unui nume?
Scrie numele în IPA, cu semne de accent, între bare oblice și ghilimele duble, de exemplu "/ˌbaɪoʊˈkemɪstri/", sau rescrie-l așa cum sună. Ascultă rezultatul, deoarece diferă de la o voce la alta.
Poate Eleven Speech să folosească două voci într-un singur clip?
Nu. O generare vorbește cu o singură voce, iar etichetele de vorbitor sunt citite cu voce tare. Generează fiecare vorbitor separat, cu vocea lui, și îmbină clipurile într-un editor.
De ce tagul meu a sunat ca un efect sonor?
Eleven Speech creează și efecte sonore, așa că un tag scurt poate fi interpretat ca unul. Reformulează-l ca pe o calitate a vocii, de exemplu [low, gravelly voice] în loc de [gravel].

Creează primul tău audio cu ElevenLabs v4

Conturile noi primesc 300 de Gems gratuiți, suficienți ca să încerci Eleven v4. Fără instalare, fără card bancar.

Încearcă Eleven v4