Перейти до вмісту
УвійтиЗареєструватися безкоштовно

Посібник із промптів

Як писати промпти для Eleven Speech

Посібник із промптів Eleven Speech: як керувати ElevenLabs v4 за допомогою аудіотегів на кшталт [whispers] і [laughs], пауз, вимови та прикладів озвучення.

Спробувати Eleven v4Сторінка моделі Eleven Speech

Швидкий старт

Твій перший чудовий промпт для Eleven Speech

Усе, що потрібно новачкові, за одну хвилину: що варто знати спершу, найважливіші правила, шаблон для заповнення та промпти, які можна скопіювати.

Що варто знати спершу

Твій промпт — це сценарій. Eleven Speech промовляє кожне написане тобою слово обраним голосом, крім слів у квадратних дужках: це аудіотеги, які керують виконанням, наприклад [whispers], [laughs], [sarcastic] або [sighs]. Пиши репліки так, як вони мають звучати, став тег прямо перед словами, які він забарвлює, і обирай голос, що пасує до ролі. Налаштування «Голос» — це персонаж, а тривалість кліпу залежить від того, скільки часу займає вимова слів.

Найважливіші правила

  1. Пиши лише те, що має прозвучати

    Усе поза квадратними дужками промовляється, зокрема й ремарки. «Вона тихо сказала» буде прочитано вголос, а [softly] буде виконано.

  2. Став тег перед словами, які він забарвлює

    [annoyed] Це важко. Реакція йде одразу після слів: Це важко. [sighs]

  3. Тегуй лише те, що можна почути

    Емоції, манера мовлення та звуки, які видає голос: [excited], [whispers], [chuckles]. Голос не може виконати [smiling] чи [walks away].

  4. Обери голос, який пасує до тегів

    Найкраще виходить подача, яка голосу вже притаманна. М’який теплий провідник не буде переконливо кричати, а відшліфований диктор може проігнорувати [giggles]. Спершу обери голос, потім додавай теги.

  5. Пиши числа й символи словами

    «Сорок п’ять доларів», а не «$45»; «пів на третю дня», а не «14:30». Голос може неправильно прочитати цифри, символи та скорочення.

Заповни цей шаблон

Заміни кожну частину в квадратних дужках своєю ідеєю, а непотрібну частину просто пропусти.

Шаблон
[Direction tag] [First line]
[Delivery tag] [Next line] [Reaction tag]
Заповнений 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] Як звучить увесь уривок, у квадратних дужках: [Warm, conversational tone].
  • [First line] Слова, які потрібно промовити, написані для слуху, з повною пунктуацією і без дужок.
  • [Delivery tag] Як звучать наступні слова, у квадратних дужках: [whispers], [excited], [sarcastic].
  • [Next line] Наступні слова для озвучення.
  • [Reaction tag] Звук, який голос видає після слів, у квадратних дужках: [laughs], [sighs], [clears throat]. Пропусти, якщо репліці він не потрібен.

Промпти для старту

  • Один рядок, три настрої

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

    Чому це працює: Тег задає настрій перед словами, другий реагує між ними, а решту передає пунктуація.

  • Озвучення продукту

    [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.

    Чому це працює: Великі літери виділяють одне слово, вагу передано словами, а тег паузи й три крапки задають ритм. Постав Голос на Elowen.

  • Акторська гра

    [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.

    Чому це працює: Кожен фрагмент починається з примітки для актора простими словами, а порожній рядок розділяє фрагменти. Постав Голос на Sawyer і посунь Стабільність ближче до «Виразно».

  • Інша мова

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

    Чому це працює: Пиши текст мовою, якою він має звучати: кожен голос говорить нею вільно, а теги можна залишити англійською.

Для досвідчених

Просунуті промпти для Eleven Speech

Прийоми для більшого контролю, коли основи вже освоєно.

Вибір голосу та Стабільність

В Eleven Speech немає окремого місця для опису голосу, і він не копіюється з кліпу: налаштування «Голос» — це і є персонаж. Читай меню голосів як список акторів і обирай той, чий природний діапазон пасує до ролі. Якщо тег не спрацював, перефразуй його як якість голосу ([low, gravelly voice]) або обери голос, якому така подача вже властива.

Стабільність визначає, наскільки сильно змінюється читання. Ближче до «Виразно» голос сміливіше реагує на теги й відрізняється від дубля до дубля; ближче до «Стабільно» він тримається власної базової манери. Спробуй приблизно 0,3 для зіграних реплік із багатьма тегами та приблизно 0,7 для озвучення, яке має звучати однаково в усіх дублях.

  • Розповідь і сторітелінг: Darian, Elara, Florence або Sawyer. Бадьорі реклами й пояснення: Elowen, Jade або Lawrence. Невимушені дружні репліки: Maisie, Warren або Baxter. Новинна подача: Alicia або Eldrin. Провідник чи наставник: Talia, Caleb або Wyatt. Герой гри: Kaelen.
  • Той самий Seed дає схожий дубль, але не ідентичний. Для важливої репліки згенеруй два-три дублі й залиш найкращий.

Структура: пиши для слуху

Те, як написано текст, впливає на читання більше за все інше. Пиши природні розмовні речення з повною пунктуацією і став розрив рядка між фрагментами. Потім додавай теги, не змінюючи в сценарії жодного слова.

Для довгого озвучення починай кожен абзац з одного тегу-настанови для всього уривка, написаного як примітка для актора: [Quiet, reflective narration], [Building tension, measured pace], [Warm, intimate narration]. Потім тегуй лише ті моменти всередині, де щось змінюється.

  • Емоція йде в тег, а не в розповідь навколо репліки: «спитала вона тремтячим голосом» буде прочитано вголос, а [trembling] Ти йдеш? буде виконано.
  • Якщо в самій історії сказано «Він голосно засміявся», залиш ці слова й додай після них [chuckles], якщо хочеш ще й звук. Ніколи не перетворюй розповідь на тег.
  • Варіюй подачу між рядками (енергійно, спокійно, здивовано, задумливо) і ніколи не обирай тег, який суперечить змісту репліки.
  • Мовлення в нормальному темпі — приблизно 2,5 слова за секунду, тож 30-секундне озвучення вміщує близько 75 слів. Щоб вкластися в кадр, скороти сценарій, а не поспішай із читанням.

Довге озвучення: тег на кожен уривок

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.

Чому це працює: Перший абзац читається у власному стилі голосу, кожен наступний починається з примітки для всього уривка, а один тег усередині позначає поворот. Постав Голос на Florence.

Аудіотеги для емоцій і подачі

Аудіотег — це слово або коротка фраза в квадратних дужках, яку голос виконує, а не промовляє. Став його прямо перед словами, які він забарвлює, одразу після них для реакції або в природній паузі. Теги можна поєднувати ([whispers] [nervously]), а ще писати власні простими словами: [under his breath], [trying not to laugh], [voice breaking].

Eleven Speech створює не лише голоси, а й звукові ефекти, тож короткий невиразний тег можна почути не так: інтонацію сприйняти як звук або навпаки. Описуй інтонацію як якість голосу, наприклад [low, gravelly voice] або [quietly, with controlled fear], щоб її не сплутали зі звуковим сигналом.

  • Експериментальні теги сильніше залежать від голосу: [strong French accent] (підійде будь-який акцент), [sings], [woo]. Перевір їх, перш ніж на них покладатися.
  • Зменш Стабільність, якщо теги звучать надто непомітно; збільш, якщо голос переграє.
ПишиЩо це робить
[excited]Яскрава, жвава, піднесена енергія.
[sarcastic]Сухо й промовисто: слова означають протилежне.
[whispers]Придихальний шепіт.
[shouting]Підвищений, поставлений голос.
[thoughtful]Повільніше, зважуючи кожне слово.
[curious]Зацікавлене питальне підвищення тону.
[annoyed]Різко й роздратовано.
[appalled]Шокована несхвальність.
[mischievously]Грайливо, із прихованим підступним задумом.
[crying]Крізь сльози, з тремтінням у голосі.
[happy] [sad] [angry] [surprised]Базові емоції, кожна забарвлює слова після себе.
[under his breath]Бурмотіння, ніби не для чужих вух.

Сміх, зітхання й подихи

Невербальні теги — це звуки, які люди видають між словами. Став кожен там, де він мав би виникнути: після репліки — для реакції, перед нею — для розгону, всередині — для паузи. Сміх може наростати протягом репліки поетапно.

ПишиЩо це робить
[laughs]Щирий сміх.
[chuckles]Тихий низький смішок.
[giggles]Легкий високий сміх.
[starts laughing]Прорветься сміхом посеред репліки.
[laughs harder]Сміх, що вже триває й наростає.
[wheezing]Сміх такий сильний, що перехоплює подих.
[sighs]Втомлено, з полегшенням або з роздратуванням — залежно від репліки.
[exhales sharply]Короткий різкий видих: розчарування або здивування.
[inhales deeply]Глибокий вдих перед тим, як заговорити.
[clears throat]Покашлювання перед реплікою.
[gulps]Нервове ковтання.
[snorts]Фирknення від сміху або зневаги.

Сміх, що наростає

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.

Чому це працює: Сміх наростає в чотири кроки, кожен там, де він справді міг би виникнути, а слова навколо лишаються цілими.

Паузи, наголоси та вимова

Eleven Speech не читає SSML, тому теги пауз у кутових дужках нічого не дають. Використовуй трикрапку для вагання й ваги, тире для короткої паузи, розрив рядка між фразами або тег паузи.

Наголоси слово великими літерами («Це був ДУЖЕ довгий день») і задай ритм знаками питання, оклику та трикрапками. Це весь наголос, який потрібен моделі.

Якщо голос неправильно вимовляє ім’я чи термін, запиши його в IPA з позначками наголосу, між скісними рисками й у подвійних лапках: термін "/ˌbaɪoʊˈkemɪstri/" вирішує проблему. Обгортай лише ті слова, яким це потрібно. Проста транскрипція, як-от "Shiv-awn" для Siobhan, теж працює. Результат залежить від голосу, тож послухай, перш ніж на нього покладатися.

  • Пиши все так, як воно вимовляється: «другого січня» замість 01/02, «сто відсотків» замість 100%, «доктор» замість «д-р» і «mage dot space slash pricing» для веб-адреси.
  • Ніколи не став @ у текст: Mage сприймає @ з літерами після нього як збережений нікнейм, а незбережений нікнейм зупиняє генерацію до того, як щось буде списано. Пиши «at» замість нього, наприклад «find us at mage space».
ПишиЩо це робить
...Вагання або вага перед тим, що буде далі.
—Коротка пауза або репліка, обірвана на півслові.
[short pause]Мить тиші.
[long pause]Довша навмисна тиша.

Звукові ефекти всередині мовлення

Тег також може вставити звук усередину озвучення: [applause], [clapping], [door slams], [explosion], [gunshot]. Використовуй його, коли звук належить моменту, як-от грюкіт дверей перед реплікою.

Для музичного фону чи повного саундскейпу створи його в Eleven Music або Seed Audio і підклади під мовлення в редакторі.

Спершу звук, потім голос

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

Чому це працює: Оплески відкривають момент, а потім сміх і покашлювання підводять промовця до репліки.

Розмови між голосами

Одна генерація звучить одним голосом, а мітка на кшталт «Speaker 1:» чи «Мара:» буде озвучена. Для розмови вибери голос для кожного мовця, згенеруй репліки кожного окремо його голосом, а потім з’єднай кліпи по черзі в аудіо- або відеоредакторі, залишивши короткі паузи тиші.

Об’єднуй послідовні репліки одного мовця в одну генерацію, а не роби окремий кліп на кожне речення. Перебивання пиши через розріз: завершуй обірвану репліку тире, а відповідь починай із [jumping in] або [interrupting].

  • Використовуй для мовця той самий голос в усіх кліпах і ту саму Стабільність, щоб розмова звучала як один запис.
  • Для перебивання заверши перший кліп тире («Я думав, ми могли б—») і відкрий відповідь іншим голосом тегом і тире («[jumping in] —перевірити новий таймінг?»).

Репліка одного мовця в сцені на два голоси

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

Чому це працює: Один голос, одна репліка, без мітки мовця: згенеруй її в Maisie, відповідь згенеруй іншим голосом і з’єднай обидві.

Інші мови та акценти

Пиши текст тією мовою, якою він має звучати. Кожен голос говорить нею вільно, не переносячи власний акцент, а теги можуть лишатися англійською.

Щоб задати акцент, спробуй тег на кшталт [strong Italian accent]. Теги акцентів залежать від голосу, тож згенеруй кілька дублів.

Типові помилки

Чого уникати і що робити натомість

  • Уникай: Режисерські ремарки, вписані в текст.

    She whispered nervously: Is anyone there?

    Натомість: Теги, які виконуються, а не читаються.

    [whispers] [nervously] Is anyone there?

  • Уникай: Теги для того, що видно: [smiling], [walks away], [music].

    Натомість: Теги для того, що чути: [warmly], [chuckles], [sighs]. Музику створюй в Eleven Music.

  • Уникай: Теги пауз SSML (break).

    Натомість: Три крапки, тире, розрив рядка або [short pause].

  • Уникай: Цифри, символи та веб-адреси.

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

    Натомість: Усе записано так, як вимовляється.

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

  • Уникай: Позначки мовців в одній генерації: "Мовець 1: Привіт. Мовець 2: Гей."

    Натомість: Одна генерація на кожного мовця, а потім склеювання в редакторі.

  • Уникай: Тег, що суперечить голосу або змісту репліки.

    Натомість: Голос, який уже має потрібну манеру, і теги, що відповідають словам.

  • Уникай: Розмитий тег з одного слова, який звучить як звуковий ефект.

    Натомість: Характеристика голосу: [low, gravelly voice].

  • Уникай: Зміна слів під час додавання тегів.

    Натомість: Сценарій точно як написано, з тегами навколо тексту.

Запитання й відповіді

Запитання про промпти для Eleven Speech

Що таке аудіотеги ElevenLabs?
Слова в квадратних дужках, які керують голосом і не озвучуються: [whispers], [laughs], [sarcastic], [sighs] або фраза на кшталт [Low, steady voice, restrained urgency]. Став тег перед словами, які він змінює, а для реакції — одразу після них.
Якої довжини має бути промпт для Eleven Speech?
Така, як і сама мова. Кожне слово поза тегами озвучується, а тривалість кліпу дорівнює часу, потрібному, щоб промовити текст: приблизно 2,5 слова на секунду у звичайному темпі. Довгий сценарій найкраще читається абзацами, кожен з яких починається з тега напряму.
Як додати паузу в Eleven Speech?
Три крапки для вагання, тире для короткої перерви, розрив рядка між фрагментами або тег [short pause] чи [long pause]. Теги пауз SSML (break) не підтримуються.
Як зробити, щоб Eleven Speech шепотів або сміявся?
Постав [whispers] перед словами, які треба прошепотіти, а [laughs] — після репліки, що на це заслуговує. Якщо голос ігнорує тег, пересунь Stability ближче до Expressive або обери голос, що пасує до такої манери.
Як виправити вимову імені?
Запиши ім'я в IPA з позначками наголосу, між скісними рисками й у подвійних лапках, наприклад "/ˌbaɪoʊˈkemɪstri/", або перепиши його так, як воно звучить. Послухай результат: він різниться залежно від голосу.
Чи може Eleven Speech озвучити двома голосами в одному кліпі?
Ні. Одна генерація звучить одним голосом, а позначки мовців озвучуються вголос. Згенеруй кожного мовця окремо його голосом і поєднай кліпи в редакторі.
Чому мій тег прозвучав як звуковий ефект?
Eleven Speech створює й звукові ефекти, тому короткий тег можна сприйняти саме так. Переформулюй його як характеристику голосу: наприклад, [low, gravelly voice] замість [gravel].

Створи своє перше аудіо з ElevenLabs v4

Нові акаунти отримують 300 безкоштовних Gems — достатньо, щоб спробувати Eleven v4. Без встановлення й банківської картки.

Спробувати Eleven v4