ข้ามไปยังเนื้อหา
เข้าสู่ระบบสมัครฟรี

คู่มือเขียนพรอมต์

วิธีเขียนพรอมต์ให้ Eleven Speech

คู่มือเขียนพรอมป์ต Eleven Speech: วิธีกำกับ ElevenLabs v4 ด้วยแท็กเสียง เช่น [whispers] และ [laughs] การเว้นจังหวะ การออกเสียง และตัวอย่างงานพากย์เสียง

ลองใช้ Eleven v4หน้าโมเดล Eleven Speech

เริ่มต้นใช้งานด่วน

พรอมต์ Eleven Speech แรกของคุณที่ได้ผลลัพธ์เจ๋ง

ทุกอย่างที่มือใหม่ต้องรู้ในหนึ่งนาที ทั้งสิ่งที่ควรรู้ก่อน กฎสำคัญที่สุด เทมเพลตให้กรอก และพรอมต์ให้คัดลอกไปใช้

สิ่งที่ควรรู้ก่อน

พรอมป์ตของคุณคือสคริปต์ Eleven Speech จะพูดทุกคำที่คุณเขียนด้วยเสียงที่คุณเลือก ยกเว้นคำในวงเล็บเหลี่ยม ซึ่งเป็นแท็กเสียงที่ใช้กำกับการแสดง เช่น [whispers], [laughs], [sarcastic] หรือ [sighs] ให้เขียนบทตามที่อยากให้ได้ยิน วางแท็กไว้ก่อนคำที่ต้องการให้มีอารมณ์ และเลือกเสียงที่เหมาะกับบทบาท การตั้งค่าเสียง (Voice) คือตัวละคร และความยาวของคลิปขึ้นอยู่กับเวลาที่ใช้พูดคำเหล่านั้น

กฎที่สำคัญที่สุด

  1. เขียนเฉพาะสิ่งที่ต้องการให้พูด

    ทุกอย่างนอกวงเล็บเหลี่ยมจะถูกพูดออกมา รวมถึงคำบรรยายท่าทางด้วย “She said softly” จะถูกอ่านออกเสียง ส่วน [softly] จะถูกแสดงออกมา

  2. วางแท็กไว้ก่อนคำที่ต้องการให้มีอารมณ์

    [annoyed] This is hard. ส่วนปฏิกิริยาให้วางไว้หลังคำพูด: This is hard. [sighs]

  3. ใส่แท็กเฉพาะสิ่งที่ได้ยิน

    อารมณ์ วิธีพูด และเสียงที่เสียงพูดทำได้ เช่น [excited], [whispers], [chuckles] แต่เสียงไม่สามารถแสดง [smiling] หรือ [walks away] ได้

  4. เลือกเสียงที่เข้ากับแท็ก

    น้ำเสียงที่เสียงนั้นมีอยู่แล้วจะออกมาดีที่สุด เสียงไกด์นุ่มอบอุ่นอาจตะโกนได้ไม่น่าเชื่อ และเสียงผู้ประกาศข่าวสุดเนี้ยบอาจไม่ตอบรับ [giggles] ดังนั้นเลือกเสียงก่อน แล้วค่อยใส่แท็ก

  5. เขียนตัวเลขและสัญลักษณ์เป็นคำ

    เขียน “Forty-five dollars” ไม่ใช่ “$45” และ “two thirty PM” ไม่ใช่ “14:30” เพราะเสียงอาจอ่านตัวเลข สัญลักษณ์ และคำย่อผิดได้

กรอกเทมเพลตนี้

แทนที่แต่ละส่วนในวงเล็บเหลี่ยมด้วยไอเดียของคุณเอง และตัดส่วนที่ไม่ต้องการออกได้

เทมเพลต
[Direction tag] [First line]
[Delivery tag] [Next line] [Reaction tag]
เทมเพลตที่กรอกแล้ว
[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] ภาพรวมน้ำเสียงของทั้งช่วง เขียนไว้ในวงเล็บเหลี่ยม: [Warm, conversational tone]
  • [First line] ข้อความที่จะพูด เขียนให้เหมาะกับการฟัง ใส่เครื่องหมายวรรคตอนครบ และไม่ใส่วงเล็บ
  • [Delivery tag] น้ำเสียงของคำถัดไป เขียนในวงเล็บเหลี่ยม: [whispers], [excited], [sarcastic]
  • [Next line] ข้อความถัดไปที่จะพูด
  • [Reaction tag] เสียงที่เกิดขึ้นหลังคำพูด เขียนในวงเล็บเหลี่ยม: [laughs], [sighs], [clears throat] ถ้าประโยคไม่ต้องการก็ไม่ต้องใส่

พรอมต์สำหรับเริ่มต้น

  • หนึ่งประโยค สามอารมณ์

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

    ทำไมถึงได้ผล: แท็กแรกกำหนดอารมณ์ก่อนคำพูด แท็กที่สองเป็นปฏิกิริยาระหว่างคำ และเครื่องหมายวรรคตอนช่วยสื่อส่วนที่เหลือ

  • เสียงพากย์สินค้า

    [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.

    ทำไมถึงได้ผล: ตัวพิมพ์ใหญ่เน้นคำหนึ่งคำ น้ำหนักของประโยคเขียนออกมาเป็นคำ ส่วนแท็กเว้นจังหวะและจุดสามจุดช่วยกำหนดจังหวะ ตั้งค่าเสียง (Voice) เป็น Elowen

  • การแสดงเป็นตัวละคร

    [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.

    ทำไมถึงได้ผล: แต่ละช่วงขึ้นต้นด้วยโน้ตถึงนักแสดงด้วยคำธรรมดา และเว้นบรรทัดว่างคั่นระหว่างช่วง ตั้งค่าเสียง (Voice) เป็น Sawyer และเลื่อนความคงที่ (Stability) ไปทางสื่ออารมณ์ (Expressive)

  • อีกภาษาหนึ่ง

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

    ทำไมถึงได้ผล: เขียนข้อความเป็นภาษาที่ต้องการให้พูด ทุกเสียงพูดได้คล่อง และแท็กใช้เป็นภาษาอังกฤษต่อไปได้

ขั้นสูง

การเขียนพรอมต์ Eleven Speech ขั้นสูง

เทคนิคเพิ่มการควบคุมผลลัพธ์ เมื่อคุณเข้าใจพื้นฐานแล้ว

การเลือกเสียงและความคงที่ (Stability)

Eleven Speech ไม่มีช่องแยกสำหรับอธิบายเสียง และไม่คัดลอกเสียงจากคลิป การตั้งค่าเสียง (Voice) คือตัวละคร ให้อ่านเมนูเสียงเหมือนรายชื่อนักแสดง แล้วเลือกเสียงที่มีช่วงเสียงธรรมชาติเหมาะกับบทบาท ถ้าแท็กไม่ได้ผล ให้เปลี่ยนไปเขียนเป็นลักษณะของเสียง ([low, gravelly voice]) หรือเปลี่ยนไปใช้เสียงที่มีน้ำเสียงแบบนั้นอยู่แล้ว

ความคงที่ (Stability) กำหนดว่าการอ่านจะเปลี่ยนแปลงมากแค่ไหน ยิ่งไปทางสื่ออารมณ์ (Expressive) เสียงจะตามแท็กอย่างชัดเจนขึ้นและแต่ละเทกจะต่างกันมากขึ้น ยิ่งไปทางนิ่ง (Steady) เสียงจะอยู่ใกล้ค่าพื้นฐานของตัวเอง ลองใช้ประมาณ 0.3 สำหรับบทแสดงที่ใช้แท็กเยอะ และประมาณ 0.7 สำหรับการบรรยายที่ต้องฟังเหมือนกันทุกเทก

  • งานบรรยายและเล่าเรื่อง: Darian, Elara, Florence หรือ Sawyer โฆษณาและคลิปอธิบายที่สดใส: Elowen, Jade หรือ Lawrence ประโยคสบาย ๆ เป็นกันเอง: Maisie, Warren หรือ Baxter การอ่านแนวข่าว: Alicia หรือ Eldrin ไกด์หรือผู้ให้คำแนะนำ: Talia, Caleb หรือ Wyatt ฮีโร่ในเกม: Kaelen
  • Seed เดียวกันให้เทกที่คล้ายกัน แต่ไม่เหมือนกันเป๊ะ สำหรับประโยคสำคัญ ให้สร้างสองถึงสามเทกแล้วเลือกอันที่ดีที่สุด

โครงสร้าง: เขียนให้เหมาะกับการฟัง

วิธีเขียนข้อความส่งผลต่อการอ่านมากกว่าสิ่งอื่นใด ให้เขียนประโยคพูดแบบเป็นธรรมชาติ ใส่เครื่องหมายวรรคตอนครบ และเว้นบรรทัดระหว่างแต่ละช่วง จากนั้นค่อยเพิ่มแท็กโดยไม่เปลี่ยนคำในสคริปต์แม้แต่คำเดียว

สำหรับงานบรรยายยาว ให้เปิดแต่ละย่อหน้าด้วยแท็กกำกับหนึ่งแท็กสำหรับทั้งช่วง เขียนเหมือนโน้ตถึงนักแสดง: [Quiet, reflective narration], [Building tension, measured pace], [Warm, intimate narration] จากนั้นใส่แท็กเฉพาะช่วงที่เปลี่ยนไปภายในย่อหน้านั้น

  • ใส่อารมณ์ไว้ในแท็ก ไม่ใช่ในคำบรรยายรอบประโยค: “she asked, her voice trembling” จะถูกอ่านออกเสียง ส่วน [trembling] Are you leaving? จะถูกแสดงออกมา
  • เมื่อเนื้อเรื่องเขียนว่า “He laughed loudly” ให้คงประโยคนั้นไว้ และเพิ่ม [chuckles] ต่อท้ายถ้าอยากได้เสียงหัวเราะด้วย อย่าเปลี่ยนคำบรรยายให้กลายเป็นแท็ก
  • ลองเปลี่ยนน้ำเสียงในแต่ละประโยค (กระฉับกระเฉง ผ่อนคลาย ประหลาดใจ ครุ่นคิด) และอย่าเลือกแท็กที่ขัดกับความหมายของประโยค
  • การพูดด้วยความเร็วปกติอยู่ที่ประมาณ 2.5 คำต่อวินาที ดังนั้นเสียงพากย์ 30 วินาทีจึงมีประมาณ 75 คำ ถ้าต้องการให้พอดีกับช็อต ให้ตัดสคริปต์ให้สั้นลงแทนการเร่งอ่าน

บรรยายยาว หนึ่งแท็กต่อหนึ่งช่วง

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.

ทำไมถึงได้ผล: ย่อหน้าแรกอ่านด้วยสไตล์ปกติของเสียง ย่อหน้าถัด ๆ ไปเปิดด้วยโน้ตสำหรับทั้งช่วง และมีแท็กหนึ่งตัวภายในที่บอกจุดเปลี่ยน ตั้งค่าเสียง (Voice) เป็น Florence

แท็กเสียงสำหรับอารมณ์และการถ่ายทอด

แท็กเสียงคือคำหรือวลีสั้น ๆ ในวงเล็บเหลี่ยมที่เสียงจะแสดงออกมาแทนการพูด วางไว้ก่อนคำที่ต้องการให้มีอารมณ์ วางไว้หลังคำสำหรับปฏิกิริยา หรือวางตรงจังหวะหยุดตามธรรมชาติ แท็กใช้ร่วมกันได้ ([whispers] [nervously]) และคุณเขียนแท็กของตัวเองด้วยคำธรรมดาได้ เช่น [under his breath], [trying not to laugh], [voice breaking]

Eleven Speech สร้างเอฟเฟกต์เสียงได้ด้วย ไม่ได้ทำแค่เสียงพูด แท็กสั้นๆ ที่คลุมเครืออาจถูกตีความผิด เช่น น้ำเสียงการพูดถูกอ่านเป็นเสียงประกอบ หรือกลับกัน ให้เขียนน้ำเสียงเป็นลักษณะของเสียง เช่น [low, gravelly voice] หรือ [quietly, with controlled fear] จะได้ไม่ถูกมองเป็นเสียงเอฟเฟกต์

  • แท็กแบบทดลองให้ผลต่างกันมากในแต่ละเสียง เช่น [strong French accent] (สำเนียงไหนก็ใช้ได้), [sings], [woo] ลองทดสอบก่อนนำไปใช้จริง
  • ลดค่า Stability เมื่อแท็กให้ผลเบาเกินไป และเพิ่มค่าเมื่อเสียงแสดงเกินจริง
เขียนว่าผลที่ได้
[excited]พลังงานสดใส ฉับไว กระปรี้กระเปร่า
[sarcastic]พูดเรียบๆ แบบรู้ทัน คำพูดมีความหมายตรงข้ามกับที่พูด
[whispers]เสียงกระซิบแผ่วๆ มีลม
[shouting]เสียงดังขึ้น พูดให้เสียงส่งออกไป
[thoughtful]ช้าลง ชั่งน้ำหนักทีละคำ
[curious]เสียงสูงขึ้นแบบสนใจและสงสัย
[annoyed]พูดห้วนๆ อย่างหงุดหงิด
[appalled]ไม่เห็นด้วยอย่างตกใจ
[mischievously]ขี้เล่น เหมือนกำลังวางแผนอะไรบางอย่าง
[crying]น้ำตาคลอ เสียงสั่น
[happy] [sad] [angry] [surprised]อารมณ์พื้นฐาน ซึ่งแต่งสีให้คำที่ตามหลังมา
[under his breath]พึมพำ เหมือนไม่ตั้งใจให้ใครได้ยิน

เสียงหัวเราะ เสียงถอนหายใจ และเสียงลมหายใจ

แท็กที่ไม่ใช่คำพูดคือเสียงที่คนเปล่งออกมาระหว่างคำ วางแต่ละแท็กตรงจุดที่เสียงนั้นจะเกิดขึ้นจริง เช่น หลังประโยคสำหรับปฏิกิริยา ก่อนประโยคสำหรับการเตรียมตัว หรือกลางประโยคสำหรับการหยุดพัก เสียงหัวเราะค่อยๆ ไต่ระดับขึ้นภายในประโยคเดียวได้

เขียนว่าผลที่ได้
[laughs]หัวเราะเต็มเสียง
[chuckles]หัวเราะเบาๆ เสียงต่ำ
[giggles]หัวเราะเบาๆ เสียงสูง
[starts laughing]หลุดหัวเราะกลางประโยค
[laughs harder]หัวเราะที่เริ่มไปแล้วและดังขึ้นเรื่อยๆ
[wheezing]หัวเราะจนหายใจไม่ทัน
[sighs]เหนื่อย โล่งใจ หรือเอือมระอา ขึ้นอยู่กับประโยค
[exhales sharply]หายใจออกสั้นๆ แรงๆ แสดงความหงุดหงิดหรือประหลาดใจ
[inhales deeply]สูดหายใจเข้าลึกก่อนพูด
[clears throat]กระแอมก่อนพูด
[gulps]กลืนน้ำลายอย่างประหม่า
[snorts]เสียงฟุดฟิดเวลาขำหรือดูถูก

เสียงหัวเราะที่ค่อยๆ ดังขึ้น

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.

ทำไมถึงได้ผล: เสียงหัวเราะไต่ขึ้นสี่ขั้น แต่ละขั้นอยู่ตรงจุดที่จะเกิดขึ้นจริง ส่วนคำพูดรอบๆ ยังครบถ้วน

การหยุด การเน้นเสียง และการออกเสียง

Eleven Speech ไม่อ่าน SSML ดังนั้นแท็ก break ในวงเล็บแหลมจึงไม่มีผลอะไรเลย ใช้จุดสามจุดสำหรับความลังเลและการเว้นน้ำหนัก ใช้ขีดสำหรับการหยุดสั้นๆ ขึ้นบรรทัดใหม่ระหว่างจังหวะ หรือใช้แท็กหยุด

เน้นคำด้วยตัวพิมพ์ใหญ่ ("It was a VERY long day") และกำหนดจังหวะด้วยเครื่องหมายคำถาม เครื่องหมายอัศเจรีย์ และจุดสามจุด แค่นี้ก็เพียงพอสำหรับการเน้นเสียงที่โมเดลต้องการ

สำหรับชื่อหรือคำเฉพาะที่เสียงออกเสียงผิด ให้เขียนเป็น IPA พร้อมเครื่องหมายเน้นเสียง คั่นด้วยเครื่องหมายทับและอยู่ในเครื่องหมายคำพูดคู่ เช่น The term "/ˌbaɪoʊˈkemɪstri/" covers it. ครอบเฉพาะคำที่จำเป็น หรือจะเขียนตามเสียงอ่านแบบง่ายๆ เช่น "Shiv-awn" สำหรับ Siobhan ก็ได้ ผลลัพธ์ต่างกันไปตามแต่ละเสียง ดังนั้นควรฟังก่อนใช้จริง

  • เขียนทุกอย่างตามที่พูดออกเสียง: "January second" แทน 01/02, "one hundred percent" แทน 100%, "Doctor" แทน Dr. และ "mage dot space slash pricing" แทนที่อยู่เว็บ
  • อย่าใส่ @ ในข้อความ: Mage จะอ่าน @ ที่ตามด้วยตัวอักษรเป็นแฮนเดิลที่บันทึกไว้ และหากเป็นแฮนเดิลที่ยังไม่ได้บันทึก การสร้างจะหยุดก่อนที่จะมีการเรียกเก็บใดๆ ให้เขียนว่า "at" แทน เช่น "find us at mage space"
เขียนว่าผลที่ได้
...ความลังเล หรือการเว้นน้ำหนักก่อนสิ่งที่จะตามมา
—การหยุดสั้นๆ หรือประโยคที่ตัดจบกลางความคิด
[short pause]ความเงียบสั้นๆ หนึ่งจังหวะ
[long pause]ความเงียบที่ยาวขึ้นและตั้งใจ

เอฟเฟกต์เสียงภายในเสียงพูด

แท็กยังวางเสียงไว้ในช่วงที่อ่านได้ด้วย เช่น [applause], [clapping], [door slams], [explosion], [gunshot] ใช้เมื่อเสียงนั้นเป็นส่วนหนึ่งของช่วงเวลานั้น เช่น เสียงประตูก่อนประโยค

หากต้องการเพลงประกอบพื้นหลังหรือบรรยากาศเสียงเต็มรูปแบบ ให้สร้างด้วย Eleven Music หรือ Seed Audio แล้วมิกซ์ไว้ใต้เสียงพูดในโปรแกรมตัดต่อ

เสียงเอฟเฟกต์ แล้วตามด้วยเสียงพูด

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

ทำไมถึงได้ผล: เสียงปรบมือเปิดช่วงเวลานั้น จากนั้นเสียงหัวเราะและเสียงกระแอมก็พาผู้พูดเข้าสู่ประโยค

บทสนทนาระหว่างหลายเสียง

การสร้างหนึ่งครั้งพูดด้วยเสียงเดียว และป้ายอย่าง "Speaker 1:" หรือ "Mara:" จะถูกอ่านออกเสียงด้วย สำหรับบทสนทนา ให้เลือกเสียงให้ผู้พูดแต่ละคน สร้างประโยคของผู้พูดแต่ละคนแยกกันด้วยเสียงของตัวเอง แล้วนำคลิปมาต่อกันตามลำดับในโปรแกรมตัดต่อเสียงหรือวิดีโอ โดยเว้นช่วงเงียบสั้นๆ ระหว่างกัน

ใส่ประโยคต่อเนื่องของผู้พูดคนเดียวกันไว้ในการสร้างครั้งเดียว แทนที่จะแยกเป็นคลิปละประโยค ส่วนการพูดแทรกให้เขียนข้ามจุดตัด: จบประโยคที่ถูกตัดด้วยขีด และเริ่มประโยคตอบด้วย [jumping in] หรือ [interrupting]

  • ใช้เสียงเดิมสำหรับผู้พูดคนเดิมในทุกคลิป และใช้ค่า Stability เท่าเดิม เพื่อให้บทสนทนาฟังเหมือนเป็นการบันทึกเสียงครั้งเดียว
  • สำหรับการพูดแทรก ให้จบคลิปแรกด้วยขีด ("So I was thinking we could—") และเริ่มประโยคตอบด้วยเสียงอีกคนโดยใช้แท็กและขีด ("[jumping in] —test the new timing?")

ตาพูดของผู้พูดหนึ่งคนในฉากที่มีสองเสียง

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

ทำไมถึงได้ผล: หนึ่งเสียง หนึ่งตาพูด ไม่มีป้ายชื่อผู้พูด: สร้างด้วยเสียง Maisie สร้างประโยคตอบด้วยอีกเสียงหนึ่ง แล้วนำทั้งสองมาต่อกัน

ภาษาอื่นและสำเนียง

เขียนข้อความเป็นภาษาที่คุณต้องการให้พูด ทุกเสียงพูดได้คล่องโดยไม่ติดสำเนียงของตัวเอง และแท็กเขียนเป็นภาษาอังกฤษได้เหมือนเดิม

หากต้องการบังคับสำเนียง ลองใช้แท็กอย่าง [strong Italian accent] แท็กสำเนียงให้ผลต่างกันไปตามแต่ละเสียง ดังนั้นควรสร้างสองสามเทค

ข้อผิดพลาดที่พบบ่อย

สิ่งที่ควรเลี่ยง และสิ่งที่ควรทำแทน

  • เลี่ยง: คำบอกฉากที่เขียนไว้ในข้อความ

    She whispered nervously: Is anyone there?

    ทำแบบนี้แทน: แท็ก ซึ่งจะถูกแสดงออกมาแทนที่จะถูกอ่าน

    [whispers] [nervously] Is anyone there?

  • เลี่ยง: แท็กสำหรับสิ่งที่เห็น: [smiling], [walks away], [music]

    ทำแบบนี้แทน: แท็กสำหรับสิ่งที่ได้ยิน: [warmly], [chuckles], [sighs] ส่วนเพลงให้สร้างด้วย Eleven Music

  • เลี่ยง: แท็กหยุดพักแบบ SSML

    ทำแบบนี้แทน: จุดสามจุด (...) เครื่องหมายขีด การขึ้นบรรทัดใหม่ หรือ [short pause]

  • เลี่ยง: ตัวเลข สัญลักษณ์ และที่อยู่เว็บไซต์

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

    ทำแบบนี้แทน: เขียนทุกอย่างตามที่พูดออกเสียงจริง

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

  • เลี่ยง: ป้ายชื่อผู้พูดในการสร้างครั้งเดียว: "Speaker 1: Hi. Speaker 2: Hey."

    ทำแบบนี้แทน: สร้างแยกทีละผู้พูด แล้วนำมาต่อกันในโปรแกรมตัดต่อ

  • เลี่ยง: แท็กที่ขัดกับเสียงหรือความหมายของประโยค

    ทำแบบนี้แทน: เสียงที่มีลีลาการพูดแบบนั้นอยู่แล้ว และแท็กที่เข้ากับคำพูด

  • เลี่ยง: แท็กคำเดียวที่คลุมเครือ จนออกมาเป็นเสียงเอฟเฟกต์

    ทำแบบนี้แทน: ลักษณะของเสียง เช่น [low, gravelly voice]

  • เลี่ยง: เปลี่ยนคำพูดระหว่างใส่แท็ก

    ทำแบบนี้แทน: สคริปต์ตามต้นฉบับทุกคำ แล้วเพิ่มแท็กรอบ ๆ

คำถามที่พบบ่อย

คำถามเกี่ยวกับการเขียนพรอมต์ Eleven Speech

แท็กเสียงของ ElevenLabs คืออะไร
คือคำที่อยู่ในวงเล็บเหลี่ยมซึ่งใช้กำกับเสียงและจะไม่ถูกพูดออกมา เช่น [whispers], [laughs], [sarcastic], [sighs] หรือวลีอย่าง [Low, steady voice, restrained urgency] วางไว้หน้าคำที่ต้องการเปลี่ยน หรือวางไว้หลังคำหากเป็นปฏิกิริยา
พรอมต์ของ Eleven Speech ควรยาวเท่าไร
ยาวเท่ากับเสียงพูดที่ต้องการ ทุกคำที่อยู่นอกแท็กจะถูกพูดออกมา และความยาวคลิปขึ้นอยู่กับเวลาที่ใช้พูดข้อความนั้น ประมาณ 2.5 คำต่อวินาทีที่จังหวะปกติ สคริปต์ยาว ๆ จะอ่านได้ดีที่สุดเมื่อแบ่งเป็นย่อหน้า โดยแต่ละย่อหน้าขึ้นต้นด้วยแท็กกำกับน้ำเสียง
จะเว้นจังหวะหยุดใน Eleven Speech ได้อย่างไร
ใช้จุดสามจุดสำหรับการลังเล เครื่องหมายขีดสำหรับการหยุดสั้น ๆ การขึ้นบรรทัดใหม่ระหว่างช่วงจังหวะ หรือแท็ก [short pause] หรือ [long pause] ไม่รองรับแท็กหยุดพักแบบ SSML
จะทำให้ Eleven Speech กระซิบหรือหัวเราะได้อย่างไร
ใส่ [whispers] ก่อนคำที่ต้องการให้กระซิบ และใส่ [laughs] หลังประโยคที่น่าขำ ถ้าเสียงไม่ทำตามแท็ก ให้ปรับ Stability ไปทาง Expressive หรือเลือกเสียงที่เหมาะกับลีลาการพูดนั้น
จะแก้การออกเสียงชื่ออย่างไร
เขียนชื่อด้วย IPA พร้อมเครื่องหมายเน้นเสียง วางไว้ระหว่างเครื่องหมายทับและใส่ในเครื่องหมายคำพูดคู่ เช่น "/ˌbaɪoʊˈkemɪstri/" หรือสะกดใหม่ตามเสียงที่ได้ยิน แล้วลองฟังผลลัพธ์ เพราะแต่ละเสียงอาจต่างกัน
Eleven Speech ทำสองเสียงในคลิปเดียวได้ไหม
ไม่ได้ การสร้างหนึ่งครั้งพูดได้เสียงเดียว และป้ายชื่อผู้พูดจะถูกอ่านออกเสียงด้วย ให้สร้างแยกทีละผู้พูดด้วยเสียงของแต่ละคน แล้วนำคลิปมาต่อกันในโปรแกรมตัดต่อ
ทำไมแท็กของฉันถึงออกมาเป็นเสียงเอฟเฟกต์
Eleven Speech สร้างเสียงเอฟเฟกต์ได้ด้วย แท็กสั้น ๆ จึงอาจถูกตีความเป็นเอฟเฟกต์ ลองเปลี่ยนไปอธิบายเป็นลักษณะของเสียง เช่น [low, gravelly voice] แทน [gravel]

สร้างเสียงแรกของคุณด้วย ElevenLabs v4

บัญชีใหม่รับ 300 Gems ฟรี เพียงพอสำหรับลองใช้ Eleven v4 ไม่ต้องติดตั้ง ไม่ต้องใช้บัตรเครดิต

ลองใช้ Eleven v4