Перейти к содержимому
ВойтиЗарегистрироваться бесплатно

Руководство по промптам

Как писать промпты для Eleven Speech

Руководство по промптам Eleven Speech: как управлять озвучкой в ElevenLabs v4 с помощью аудиотегов вроде [whispers] и [laughs], пауз, произношения и примеров закадрового голоса.

Попробовать Eleven v4Страница модели Eleven Speech

Быстрый старт

Ваш первый удачный промпт для Eleven Speech

Всё, что нужно новичку, за одну минуту: с чего начать, самые важные правила, шаблон для заполнения и готовые промпты.

Что важно знать сначала

Ваш промпт — это сценарий. Eleven Speech произносит каждое написанное вами слово выбранным голосом, кроме слов в квадратных скобках: это аудиотеги, они управляют исполнением, например [whispers], [laughs], [sarcastic] или [sighs]. Пишите реплики так, как они должны звучать, ставьте тег прямо перед словами, которые он окрашивает, и выбирайте голос, подходящий для роли. Параметр «Голос» — это и есть персонаж, а длительность клипа зависит от того, сколько времени займёт произнесение слов.

Самые важные правила

  1. Пишите только то, что должно прозвучать

    Всё вне квадратных скобок произносится вслух, включая ремарки. «Сказала она тихо» будет прочитано, а [softly] будет сыграно.

  2. Ставьте тег перед словами, которые он окрашивает

    [annoyed] This is hard. Реакция идёт сразу после слов: This is hard. [sighs]

  3. Размечайте только то, что можно услышать

    Эмоции, манера речи и звуки, которые издаёт голос: [excited], [whispers], [chuckles]. Голос не может исполнить [smiling] или [walks away].

  4. Выбирайте голос, который подходит к тегам

    Лучше всего получается та подача, которая голосу уже свойственна. Мягкий, тёплый проводник не будет убедительно кричать, а отполированный диктор может проигнорировать [giggles]. Сначала выберите голос, потом добавляйте теги.

  5. Записывайте числа и символы словами

    «Сорок пять долларов», а не «$45»; «половина третьего», а не «14:30». Голос может неправильно прочитать цифры, символы и сокращения.

Заполните шаблон

Замените каждую часть в квадратных скобках своей идеей, а ненужную часть просто уберите.

Шаблон
[Direction tag] [First line]
[Delivery tag] [Next line] [Reaction tag]
Заполненный шаблон
[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] Как звучит весь отрывок, в квадратных скобках: [Warm, conversational tone].
  • [First line] Слова для озвучки, написанные для слуха, с полной пунктуацией и без скобок.
  • [Delivery tag] Как звучат следующие слова, в квадратных скобках: [whispers], [excited], [sarcastic].
  • [Next line] Следующие слова для озвучки.
  • [Reaction tag] Звук, который голос издаёт после слов, в квадратных скобках: [laughs], [sighs], [clears throat]. Если реплике он не нужен, пропустите.

Промпты для старта

  • Одна реплика, три настроения

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

    Почему это работает: Тег задаёт настроение до слов, второй реагирует между ними, а остальное передаёт пунктуация.

  • Закадровый голос для продукта

    [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.

    Почему это работает: Заглавные буквы выделяют одно слово, вес фразы записан словами, а тег паузы и многоточие задают ритм. Выберите голос Elowen.

  • Актёрская игра

    [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.

    Почему это работает: Каждый фрагмент начинается с пометки для актёра простыми словами, а пустая строка разделяет фрагменты. Выберите голос Sawyer и сдвиньте «Стабильность» к значению Expressive.

  • Другой язык

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

    Почему это работает: Пишите текст на том языке, на котором он должен звучать: любой голос говорит на нём свободно, а теги можно оставить на английском.

Для опытных

Продвинутые промпты для Eleven Speech

Приёмы для более точного контроля, когда основы уже освоены.

Выбор голоса и стабильность

В Eleven Speech нет отдельного места для описания голоса, и он не копируется из клипа: параметр «Голос» — это и есть персонаж. Читайте меню голосов как список актёров и выбирайте тот, чей естественный диапазон подходит для роли. Если тег не срабатывает, переформулируйте его как качество голоса ([low, gravelly voice]) или выберите голос, которому такая подача уже свойственна.

«Стабильность» определяет, насколько сильно меняется чтение. Ближе к Expressive голос смелее следует тегам и от дубля к дублю звучит по-разному; ближе к Steady он держится своей базовой манеры. Попробуйте около 0,3 для сыгранных реплик с большим числом тегов и около 0,7 для озвучки, которая должна звучать одинаково во всех дублях.

  • Повествование и сторителлинг: Darian, Elara, Florence или Sawyer. Бодрая реклама и объясняющие ролики: Elowen, Jade или Lawrence. Непринуждённые дружелюбные реплики: Maisie, Warren или Baxter. Новостная подача: Alicia или Eldrin. Проводник или наставник: Talia, Caleb или Wyatt. Герой игры: Kaelen.
  • Один и тот же Seed даёт похожий дубль, но не идентичный. Для важной реплики сгенерируйте два-три дубля и выберите лучший.

Структура: пишите для слуха

То, как написан текст, влияет на чтение сильнее всего остального. Пишите естественными разговорными предложениями с полной пунктуацией и разделяйте фрагменты переносом строки. Затем добавляйте теги, не меняя в сценарии ни слова.

В длинной озвучке начинайте каждый абзац с одного тега-указания для всего отрывка, написанного как пометка для актёра: [Quiet, reflective narration], [Building tension, measured pace], [Warm, intimate narration]. Затем размечайте тегами только те моменты внутри, где что-то меняется.

  • Эмоция передаётся тегом, а не описанием вокруг реплики: «спросила она дрожащим голосом» будет прочитано вслух, а [trembling] Are you leaving? будет сыграно.
  • Если в самой истории сказано «Он громко рассмеялся», оставьте эти слова и добавьте после них [chuckles], если хотите ещё и звук. Никогда не превращайте повествование в тег.
  • Меняйте подачу от реплики к реплике (энергично, спокойно, удивлённо, задумчиво) и никогда не выбирайте тег, который противоречит смыслу реплики.
  • Речь в обычном темпе — около 2,5 слова в секунду, так что в 30-секундную озвучку помещается примерно 75 слов. Чтобы уложиться в кадр, сокращайте сценарий, а не ускоряйте чтение.

Длинное повествование: по тегу на отрывок

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.

Почему это работает: Первый абзац читается в собственной манере голоса, каждый следующий начинается с пометки для всего отрывка, а один тег внутри отмечает поворот. Выберите голос Florence.

Аудиотеги для эмоций и подачи

Аудиотег — это слово или короткая фраза в квадратных скобках, которую голос исполняет, а не произносит. Ставьте его прямо перед словами, которые он окрашивает, сразу после них для реакции или в естественной паузе. Теги можно сочетать ([whispers] [nervously]) и писать свои простыми словами: [under his breath], [trying not to laugh], [voice breaking].

Eleven Speech создаёт не только голоса, но и звуковые эффекты, поэтому короткий расплывчатый тег можно понять неверно: интонацию примут за звук или наоборот. Описывайте интонацию как качество голоса, например [low, gravelly voice] или [quietly, with controlled fear], чтобы её нельзя было принять за звуковой сигнал.

  • Экспериментальные теги сильнее зависят от голоса: [strong French accent] (подойдёт любой акцент), [sings], [woo]. Проверяйте их, прежде чем на них полагаться.
  • Если теги звучат слишком слабо, уменьшите Stability; если голос переигрывает, увеличьте.
ПишитеЧто это даёт
[excited]Яркая, быстрая, приподнятая энергия.
[sarcastic]Сухо и с намёком: слова значат обратное.
[whispers]Шёпот с придыханием.
[shouting]Повышенный, сильный голос.
[thoughtful]Медленнее, взвешивая каждое слово.
[curious]Заинтересованный, вопросительный подъём интонации.
[annoyed]Отрывисто и раздражённо.
[appalled]Шокированное неодобрение.
[mischievously]Игриво, с каким-то замыслом.
[crying]Со слезами и дрожью в голосе.
[happy] [sad] [angry] [surprised]Базовые эмоции, каждая окрашивает слова после неё.
[under his breath]Бормотание, как будто не для чужих ушей.

Смех, вздохи и дыхание

Невербальные теги — это звуки, которые люди издают между словами. Ставьте каждый туда, где он случился бы на самом деле: после фразы — как реакцию, перед ней — как разгон, посередине — как паузу. Смех может нарастать по ходу фразы по шагам.

ПишитеЧто это даёт
[laughs]Громкий смех.
[chuckles]Тихий низкий смешок.
[giggles]Лёгкий высокий смех.
[starts laughing]Прорывается смех посреди фразы.
[laughs harder]Смех уже начался и нарастает.
[wheezing]Смех до того сильный, что не хватает дыхания.
[sighs]Усталость, облегчение или досада — в зависимости от фразы.
[exhales sharply]Короткий резкий выдох: раздражение или удивление.
[inhales deeply]Глубокий вдох перед тем, как заговорить.
[clears throat]Откашливание перед фразой.
[gulps]Нервный глоток.
[snorts]Фырканье от смеха или презрения.

Нарастающий смех

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.

Почему это работает: Смех нарастает в четыре шага, каждый — там, где он случился бы на самом деле, а слова вокруг остаются целыми.

Паузы, ударения и произношение

Eleven Speech не читает SSML, поэтому теги пауз в угловых скобках ничего не делают. Используйте многоточие для колебания и весомости, тире для короткой паузы, перенос строки между репликами или тег паузы.

Выделяйте слово заглавными буквами («Это был ОЧЕНЬ долгий день») и задавайте ритм вопросительными и восклицательными знаками и многоточиями. Этого достаточно, чтобы модель расставила акценты.

Если голос неправильно произносит имя или термин, запишите его в IPA со знаками ударения, между косыми чертами и в двойных кавычках: «/ˌbaɪoʊˈkemɪstri/». Оборачивайте только те слова, которым это нужно. Простая транскрипция, например «Shiv-awn» для Siobhan, тоже работает. Результат зависит от голоса, поэтому прослушайте его, прежде чем полагаться на такой способ.

  • Записывайте всё так, как это произносится: «второе января» вместо 01.02, «сто процентов» вместо 100%, «доктор» вместо д-р и «mage точка space слэш pricing» вместо веб-адреса.
  • Никогда не ставьте @ в тексте: Mage воспринимает @ с буквами после него как сохранённый хэндл, а если такого хэндла у вас нет, генерация остановится до списания средств. Напишите слово вместо символа, например «find us at mage space».
ПишитеЧто это даёт
...Колебание или весомость перед следующими словами.
—Короткая пауза или фраза, оборванная на полумысли.
[short pause]Короткая тишина.
[long pause]Более долгая намеренная тишина.

Звуковые эффекты внутри речи

Тег может также вставить звук прямо в озвучку: [applause], [clapping], [door slams], [explosion], [gunshot]. Используйте его, когда звук часть момента, например хлопок двери перед фразой.

Для музыкальной подложки или полноценного звукового фона создайте его в Eleven Music или Seed Audio и наложите под речь в редакторе.

Сначала звук, потом голос

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

Почему это работает: Аплодисменты открывают сцену, затем смех и откашливание подводят говорящего к фразе.

Диалоги между голосами

Одна генерация говорит одним голосом, а подпись вроде «Speaker 1:» или «Mara:» будет прочитана вслух. Для диалога выберите голос для каждого говорящего, сгенерируйте реплики каждого отдельно его голосом, затем склейте клипы по порядку в аудио- или видеоредакторе, добавив короткие паузы между ними.

Объединяйте подряд идущие реплики одного говорящего в одну генерацию, а не делайте отдельный клип на каждое предложение. Перебивание пишите через стык: оборванную реплику заканчивайте тире, а ответ начинайте с [jumping in] или [interrupting].

  • Используйте для говорящего один и тот же голос и одно и то же значение Stability во всех клипах, чтобы диалог звучал как единая запись.
  • Чтобы показать перебивание, закончите первый клип тире («Я тут подумал, что мы могли бы—») и начните ответ другим голосом с тега и тире («[jumping in] —проверить новый тайминг?»).

Реплика одного говорящего в сцене с двумя голосами

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

Почему это работает: Один голос, одна реплика, без подписи говорящего: сгенерируйте её голосом Maisie, ответ — другим голосом, а затем склейте оба клипа.

Другие языки и акценты

Пишите текст на том языке, на котором он должен звучать. Любой голос говорит на нём свободно, не перенося собственный акцент, а теги можно оставить на английском.

Чтобы задать акцент, попробуйте тег вроде [strong Italian accent]. Теги акцентов зависят от голоса, поэтому сделайте несколько дублей.

Частые ошибки

Чего избегать и как делать лучше

  • Не стоит: Ремарки, вписанные прямо в текст.

    She whispered nervously: Is anyone there?

    Лучше: Теги: их исполняют, а не читают.

    [whispers] [nervously] Is anyone there?

  • Не стоит: Теги для того, что видно: [smiling], [walks away], [music].

    Лучше: Теги для того, что слышно: [warmly], [chuckles], [sighs]. Музыку создавайте в Eleven Music.

  • Не стоит: Теги SSML для пауз (break).

    Лучше: Многоточие, тире, перенос строки или [short pause].

  • Не стоит: Цифры, символы и веб-адреса.

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

    Лучше: Всё написано так, как произносится.

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

  • Не стоит: Метки говорящих в одной генерации: «Speaker 1: Привет. Speaker 2: Здравствуй.»

    Лучше: Отдельная генерация для каждого говорящего, а склейка — в редакторе.

  • Не стоит: Тег, который спорит с голосом или смыслом реплики.

    Лучше: Голос, которому уже свойственна такая подача, и теги, подходящие к словам.

  • Не стоит: Расплывчатый тег из одного слова, который звучит как звуковой эффект.

    Лучше: Характеристика голоса: [low, gravelly voice].

  • Не стоит: Менять слова во время расстановки тегов.

    Лучше: Сценарий в точности как написан, а теги добавлены вокруг него.

Вопросы и ответы

Вопросы о промптах для Eleven Speech

Что такое аудиотеги ElevenLabs?
Это слова в квадратных скобках, которые управляют голосом и не произносятся: [whispers], [laughs], [sarcastic], [sighs] или фраза вроде [Low, steady voice, restrained urgency]. Ставь тег прямо перед словами, которые он меняет, а для реакции — сразу после них.
Какой длины должен быть промпт для Eleven Speech?
Такой же, как и сама речь. Каждое слово вне тегов произносится, а длина клипа равна времени, нужному, чтобы это сказать: примерно 2,5 слова в секунду в обычном темпе. Длинный сценарий лучше разбить на абзацы, каждый из которых начинается с тега-указания.
Как добавить паузу в Eleven Speech?
Используй многоточие для колебания, тире для короткой паузы, перенос строки между смысловыми частями или тег [short pause] либо [long pause]. Теги SSML для пауз (break) не поддерживаются.
Как заставить Eleven Speech шептать или смеяться?
Поставь [whispers] перед словами, которые нужно прошептать, а [laughs] — после реплики, которая этого заслуживает. Если голос игнорирует тег, сдвинь Stability в сторону Expressive или выбери голос, который лучше подходит для такой подачи.
Как исправить произношение имени?
Запиши имя в IPA со знаками ударения, между косыми чертами и в двойных кавычках, например "/ˌbaɪoʊˈkemɪstri/", или напиши его так, как оно звучит. Прослушай результат: он зависит от голоса.
Может ли Eleven Speech озвучить двух говорящих в одном клипе?
Нет. Одна генерация звучит одним голосом, а метки говорящих зачитываются вслух. Создай реплики каждого говорящего отдельно его голосом и склей клипы в редакторе.
Почему мой тег прозвучал как звуковой эффект?
Eleven Speech создаёт и звуковые эффекты, поэтому короткий тег может быть воспринят как эффект. Переформулируй его как характеристику голоса: например, [low, gravelly voice] вместо [gravel].

Создайте своё первое аудио с ElevenLabs v4

Новым аккаунтам — 300 бесплатных Gems, этого хватит, чтобы попробовать Eleven v4. Без установки и банковской карты.

Попробовать Eleven v4