跳至主要內容
登入免費註冊

提示詞指南

如何為 Eleven Speech 撰寫提示詞

Eleven Speech 提示詞指南:教你用 [whispers]、[laughs] 等音訊標籤、停頓與發音設定來指導 ElevenLabs v4,並附上配音範例。

試用 Eleven v4Eleven Speech 模型頁面

快速入門

你的第一個 Eleven Speech 好提示詞

新手一分鐘就能掌握:先了解哪些重點、最重要的規則、可直接填寫的範本,以及能直接複製的提示詞。

先了解這些

你的提示詞就是腳本。Eleven Speech 會用你選的聲音唸出你寫的每個字,方括號內的文字除外:那些是音訊標籤,用來指導演出方式,例如 [whispers]、[laughs]、[sarcastic] 或 [sighs]。請照你希望的聽感來寫台詞,把標籤放在它要修飾的文字前面,並選一個適合角色的聲音。「聲音」設定就是角色本身,片段長度則取決於唸完這些字需要多久。

最重要的規則

  1. 只寫要唸出來的內容

    方括號以外的所有文字都會被唸出來,包括舞台指示。「她輕聲說」會被唸出來;[softly] 則會被演繹出來。

  2. 標籤放在它要修飾的文字前面

    [annoyed] 這真的很難。若是反應,則緊接在文字之後:這真的很難。[sighs]

  3. 只標註聽得出來的東西

    情緒、說話方式,以及聲音發出的聲響:[excited]、[whispers]、[chuckles]。聲音無法演出 [smiling] 或 [walks away]。

  4. 選一個適合標籤的聲音

    聲音本身就具備的表達方式效果最好。溫柔親切的嚮導聲音很難喊得有說服力,而字正腔圓的主播可能會忽略 [giggles]。先選聲音,再加標籤。

  5. 數字和符號寫成文字

    寫「四十五美元」,而不是「$45」;寫「下午兩點半」,而不是「14:30」。聲音可能會讀錯數字、符號和縮寫。

填寫這個範本

把中括號裡的每個部分換成你自己的想法,用不到的部分可以省略。

範本
[Direction tag] [First line]
[Delivery tag] [Next line] [Reaction tag]
填寫後的範本
[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] 整段話的整體聽感,放在方括號裡:[Warm, conversational tone]。
  • [First line] 要唸出來的文字,以聽感為主來寫,標點完整,不加方括號。
  • [Delivery tag] 接下來這些字的聽感,放在方括號裡:[whispers]、[excited]、[sarcastic]。
  • [Next line] 接下來要唸的文字。
  • [Reaction tag] 聲音在文字之後發出的聲響,放在方括號裡:[laughs]、[sighs]、[clears throat]。如果這句不需要,就省略。

可以參考的提示詞

  • 一句話,三種情緒

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

    為什麼有效: 標籤在文字前面設定情緒,第二個標籤在句中做出反應,其餘交給標點符號來表現。

  • 產品配音

    [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.

    為什麼有效: 用大寫強調單一字詞,用文字寫出份量感,再以停頓標籤和刪節號掌握節奏。請將「聲音」設為 Elowen。

  • 角色演出

    [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.

    為什麼有效: 每個段落開頭都用白話對演員下達指示,段落之間以空行分隔。請將「聲音」設為 Sawyer,並把「穩定度」往「富表現力」調整。

  • 其他語言

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

    為什麼有效: 用你想聽到的語言寫文字;每個聲音都能流利地說出來,標籤則可以維持英文。

進階

Eleven Speech 進階提示詞技巧

掌握基礎後,用這些技巧更精準地控制結果。

選擇聲音與穩定度

Eleven Speech 沒有單獨描述聲音的地方,也不會從片段中複製聲音:「聲音」設定就是角色本身。把「聲音」選單當成選角名單來看,挑選天生音域最符合角色的聲音。如果標籤沒有效果,可以改寫成聲音的特質([low, gravelly voice]),或換一個本來就具備那種表現的聲音。

「穩定度」決定朗讀的起伏程度。越往「富表現力」,聲音越大膽地遵循標籤,每次生成的差異也越大;越往「穩定」,聲音越接近自己的基準。演繹性強、標籤多的台詞可試試約 0.3;需要每次聽起來都一致的旁白,則可試試約 0.7。

  • 旁白與說故事:Darian、Elara、Florence 或 Sawyer。活潑的廣告與說明影片:Elowen、Jade 或 Lawrence。輕鬆友善的台詞:Maisie、Warren 或 Baxter。新聞風格的播報:Alicia 或 Eldrin。嚮導或導師:Talia、Caleb 或 Wyatt。遊戲英雄:Kaelen。
  • 相同的「種子」會產生相似但不完全相同的結果。重要的台詞可以生成兩三個版本,再挑出最好的。

結構:為耳朵而寫

文字的寫法對朗讀效果的影響比任何因素都大。請寫自然的口語句子,標點完整,並在段落節拍之間換行。接著再加上標籤,不要更動腳本中的任何一個字。

長篇旁白請在每個段落開頭加一個整段通用的指示標籤,寫法就像給演員的備註:[Quiet, reflective narration]、[Building tension, measured pace]、[Warm, intimate narration]。之後只需為段落內有變化的地方加標籤。

  • 情緒要放進標籤,而不是寫在台詞周圍的敘述中:「她問,聲音顫抖著」會被唸出來,而 [trembling] 你要離開了嗎?則會被演繹出來。
  • 如果故事本身寫了「他大聲笑了」,請保留這句話;若還想要笑聲,可以在後面加上 [chuckles]。千萬不要把旁白改成標籤。
  • 各句台詞的表達方式要有變化(有活力、放鬆、驚訝、沉思),而且絕不要選擇與台詞含義相抵觸的標籤。
  • 正常語速約為每秒 2.5 個字,所以 30 秒的配音大約能容納 75 個字。若要配合畫面長度,請刪減腳本,而不是加快朗讀速度。

長篇旁白,每段一個標籤

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.

為什麼有效: 第一段以聲音本身的風格朗讀,之後每段開頭都有針對整段的備註,段落中間再用一個標籤標示轉折。請將「聲音」設為 Florence。

用音訊標籤表現情緒與語氣

音訊標籤是放在方括號裡的一個字或一小段短語,聲音會把它演繹出來,而不是唸出來。把它直接放在要修飾的文字前面;若是反應,就放在文字後面,或放在自然的停頓處。標籤可以組合使用([whispers] [nervously]),你也可以用白話自己寫:[under his breath]、[trying not to laugh]、[voice breaking]。

Eleven Speech 除了人聲,也會產生音效,所以簡短又模糊的標籤可能被聽錯:把語氣當成音效,或反過來。請把語氣描述成聲音的特質,例如 [low, gravelly voice] 或 [quietly, with controlled fear],這樣就不會被當成音效提示。

  • 實驗性標籤在不同聲音之間的差異較大:[strong French accent](任何口音都可以)、[sings]、[woo]。使用前請先測試。
  • 標籤效果太不明顯時,調低 Stability;聲音演得太過頭時,就調高。
寫下效果
[excited]明亮、輕快、上揚的活力。
[sarcastic]冷面又心知肚明:字面意思與真正的意思相反。
[whispers]帶氣音的耳語。
[shouting]提高音量、向外送出的聲音。
[thoughtful]放慢速度,字字斟酌。
[curious]帶著興趣、上揚的疑問語氣。
[annoyed]簡短又不耐煩。
[appalled]震驚而不認同。
[mischievously]俏皮,像在打什麼鬼主意。
[crying]含淚、聲音不穩。
[happy] [sad] [angry] [surprised]基本情緒,每一種都會為後面的字句染上色彩。
[under his breath]喃喃自語,彷彿不想被聽見。

笑聲、嘆息與呼吸聲

非語言標籤是人們在字句之間發出的聲音。請放在它自然會發生的位置:反應放在句子後面,預備動作放在前面,中斷放在中間。笑聲也可以在一句話中分幾步逐漸加強。

寫下效果
[laughs]盡情大笑。
[chuckles]輕輕的低笑。
[giggles]輕盈的高音笑聲。
[starts laughing]說到一半忍不住笑出來。
[laughs harder]笑聲已經開始,並逐漸變大。
[wheezing]笑到喘不過氣。
[sighs]疲憊、如釋重負或受夠了,視台詞而定。
[exhales sharply]短促用力地吐氣:表示沮喪或驚訝。
[inhales deeply]開口前深吸一口氣。
[clears throat]說話前清喉嚨。
[gulps]緊張地吞口水。
[snorts]嗤笑或不屑的哼聲。

逐漸加強的笑聲

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.

為什麼有效: 笑聲分四步增強,每一步都出現在真正會發生的位置,而前後的字句保持完整。

停頓、強調與發音

Eleven Speech 不會讀取 SSML,所以用尖括號寫的 break 標籤沒有作用。猶豫和加重語氣請用刪節號,短暫停頓用破折號,節拍之間用換行,或使用停頓標籤。

想強調某個字,就用大寫("It was a VERY long day"),並用問號、驚嘆號和刪節號來調整節奏。模型需要的強調就這些了。

如果聲音唸錯了人名或專有名詞,請用 IPA 加上重音符號來寫,放在斜線之間,並用雙引號括起來,例如:The term "/ˌbaɪoʊˈkemɪstri/" covers it. 只需要包住有問題的字詞。簡單的拼音改寫也可以,例如把 Siobhan 寫成 "Shiv-awn"。效果會因聲音而異,所以請先聽過再決定要不要採用。

  • 一律寫成唸出來的樣子:01/02 寫成 "January second",100% 寫成 "one hundred percent",Dr. 寫成 "Doctor",網址寫成 "mage dot space slash pricing"。
  • 文字中千萬不要放 @:Mage 會把 @ 後面接字母的內容視為已儲存的帳號代稱,而尚未儲存的代稱會在扣款前就中止生成。請改寫成 "at",例如 "find us at mage space"。
寫下效果
...猶豫,或是為接下來的內容加重分量。
—短暫停頓,或是話說到一半被截斷。
[short pause]一拍的沉默。
[long pause]較長的刻意沉默。

語音中的音效

標籤也能在朗讀中放入聲音:[applause]、[clapping]、[door slams]、[explosion]、[gunshot]。當聲音屬於那個時刻時再使用,例如台詞前的關門聲。

如果需要背景音樂或完整的音景,請用 Eleven Music 或 Seed Audio 製作,再到剪輯軟體中混音到語音下方。

先有音效,再有人聲

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

為什麼有效: 掌聲開啟這一刻,接著笑聲和清喉嚨的聲音帶著說話者進入台詞。

多個聲音之間的對話

一次生成只會用一個聲音說話,而「Speaker 1:」或「Mara:」這類標籤會被唸出來。若要製作對話,請為每位說話者選擇一個聲音,用各自的聲音分別生成每個人的台詞,再依序在音訊或影片編輯軟體中接起片段,空檔處加上短暫的靜音。

請把同一位說話者連續的台詞放進同一次生成,而不是每句各做一段。打斷的情況要跨片段來寫:被截斷的句子以破折號結尾,回應則以 [jumping in] 或 [interrupting] 開頭。

  • 每個片段中,同一位說話者都使用相同的聲音和相同的 Stability,對話聽起來才會像同一次錄音。
  • 若要表現打斷,第一段以破折號結尾("So I was thinking we could—"),另一個聲音的回應則以標籤加破折號開頭("[jumping in] —test the new timing?")。

雙聲音場景中,一位說話者的發言

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

為什麼有效: 一個聲音、一段發言、不加說話者標籤:用 Maisie 生成,再用另一個聲音生成回應,最後把兩段接起來。

其他語言與口音

請用你想聽到的語言撰寫文字。每個聲音都能流利地說出來,不會帶著自己原有的口音,標籤則可以維持英文。

若想強制加上口音,可以試試 [strong Italian accent] 這類標籤。口音標籤的效果會因聲音而異,所以建議多生成幾次。

常見錯誤

避免這樣寫,改這樣寫

  • 避免: 把舞台指示直接寫進文字裡。

    She whispered nervously: Is anyone there?

    改成: 使用標籤,標籤會被演出來,而不是被唸出來。

    [whispers] [nervously] Is anyone there?

  • 避免: 用標籤描述看得到的東西:[smiling]、[walks away]、[music]。

    改成: 用標籤描述聽得到的東西:[warmly]、[chuckles]、[sighs]。音樂請用 Eleven Music 製作。

  • 避免: SSML 停頓標籤。

    改成: 刪節號、破折號、換行,或 [short pause]。

  • 避免: 數字、符號和網址。

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

    改成: 全部照實際說出口的方式書寫。

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

  • 避免: 在同一次生成中加入說話者標籤:「Speaker 1: Hi. Speaker 2: Hey.」

    改成: 每位說話者各生成一次,再用剪輯軟體合併。

  • 避免: 與聲音或台詞語意相衝突的標籤。

    改成: 選擇本身就具備該語氣的聲音,並使用與台詞相符的標籤。

  • 避免: 含糊的單字標籤,可能會被當成音效。

    改成: 描述聲音的特質:[low, gravelly voice]。

  • 避免: 加標籤時更動原本的字句。

    改成: 腳本維持原樣,只在前後加上標籤。

常見問題

Eleven Speech 提示詞常見問題

什麼是 ElevenLabs 音訊標籤?
放在方括號中的文字,用來指示語音的演繹方式,本身不會被唸出來,例如 [whispers]、[laughs]、[sarcastic]、[sighs],或像 [Low, steady voice, restrained urgency] 這樣的描述。標籤要放在想改變的文字之前;若是反應類的標籤,則放在文字之後。
Eleven Speech 的提示詞應該多長?
長度取決於你想要的語音內容。標籤以外的每個字都會被唸出來,片段長度就是唸完文字所需的時間,正常語速下大約每秒 2.5 個字。較長的腳本建議分段撰寫,並在每段開頭加上語氣指示標籤。
如何在 Eleven Speech 中加入停頓?
遲疑可用刪節號,短暫停頓可用破折號,節奏之間可用換行,也可以使用 [short pause] 或 [long pause] 標籤。不支援 SSML 停頓標籤。
如何讓 Eleven Speech 輕聲細語或發出笑聲?
想輕聲說話,就把 [whispers] 放在文字前面;想加入笑聲,就把 [laughs] 放在引人發笑的台詞後面。如果聲音沒有反應標籤,請把穩定度(Stability)調向「表現力強」,或改選更適合該語氣的聲音。
如何修正名字的發音?
用帶重音符號的 IPA 寫出名字,前後加上斜線,並用雙引號括起來,例如 "/ˌbaɪoʊˈkemɪstri/",或是依照發音重新拼寫。請試聽結果,因為不同聲音的表現會有差異。
Eleven Speech 能在同一個片段中使用兩種聲音嗎?
不行。一次生成只會使用一種聲音,而且說話者標籤會被直接唸出來。請為每位說話者分別以各自的聲音生成,再用剪輯軟體合併片段。
為什麼我的標籤變成了音效?
Eleven Speech 也能生成音效,所以簡短的標籤可能會被當成音效。請改成描述聲音特質的寫法,例如用 [low, gravelly voice] 取代 [gravel]。

用 ElevenLabs v4 生成你的第一段音訊

新帳號可獲得 300 Gems,足夠體驗 Eleven v4。無需安裝,也不需要信用卡。

試用 Eleven v4