Die Eleven v4 Audio-Tags-Liste: Testen Sie sie und schreiben Sie dann Ihre eigenen

Eleven v4 ist ein bahnbrechendes Text to Speech-Modell, das Text in eine Performance verwandelt. Mit Audio Tags steuern Sie diese Performance und ihre emotionale Wirkung präzise. Setzen Sie einen natürlichsprachlichen Hinweis in eckigen Klammern wie [whispers] oder [excited] und hören Sie, wie v4 die Sprechweise entsprechend anpasst.

Diese ElevenLabs Audio-Tags-Liste umfasst jede Emotion im vollständigen Emotionsspektrum von Eleven v4, ebenso wie Tags für Sprechweise, Tempo, Reaktionen, Akzente und Soundeffekte. Sobald Sie die Grundlagen kennen, zeigen wir Ihnen auch, wie Sie eigene Tags in einfacher Sprache schreiben.

Zusammenfassung

• Audio Tags sind natürlichsprachliche Signale in eckigen Klammern, die Eleven v4 als Regieanweisung versteht und die Sprechweise der folgenden Wörter verändert.
• Eleven v4 ist das bestplatzierte Modell in der Artificial Analysis Speech Arena [September 2026]. Mit Audio Tags können Sie diese Performance Zeile für Zeile steuern.
• Mit dem Emotionsrad von Eleven v4 hören Sie verschiedene Emotionen und erhalten schnell einen Überblick über die Fähigkeiten des Modells.
• Tags sind nicht auf eine feste Liste beschränkt. Sie können eigene schreiben, indem Sie Eigenschaften wie [whispering, fearful] kombinieren oder die Situation beziehungsweise Figur hinter einer Zeile beschreiben.
• Audio Tags funktionieren über ElevenAPI mit Eleven v4, Eleven v4 Turbo und Eleven v3.

Was sind ElevenLabs Audio Tags?

Audio Tags sind natürlichsprachliche Hinweise, die Sie in eckigen Klammern in Ihren Text einfügen können. Eleven v4 liest sie als Performancemarkierungen und nutzt sie als Regieanweisungen, welche die Sprechweise bestimmter Wörter oder Phrasen verändern. Sie schreiben sie direkt in Ihr Skript in der ElevenLabs Text to Speech-App und erleben, wie unsere Modelle sie zum Leben erwecken.

Eleven v4 ist das bestplatzierte TTS-Modell in der Artificial Analysis Speech Arena, in der Hörer für das natürlichste Text to Speech abstimmen.¹ Mit Audio Tags können Sie diese Performance weiterentwickeln, indem Sie genau steuern, wie jede Zeile gesprochen wird.

So verwenden Sie Audio Tags in einem Skript:

• Setzen Sie ein Tag vor die Wörter, die es beeinflusst: Wenn Sie „[shouts] Ich kann nicht glauben, dass du das zu mir gesagt hast“ schreiben, wird die gesamte Zeile geschrien.
• Emotionen bleiben bestehen: Wenn Sie ein Tag hinzufügen, bleibt seine Emotion über die ganze Zeile bestehen. Sie brauchen also nur ein weiteres Tag einzufügen, wenn sich die Sprechweise ändern soll. Beispiel: „[proud] Ich koche seit über zehn Jahren. Ich weiß, wie man ein Ei kocht. [startled] Was riecht hier verbrannt?“
• Kombinieren Sie Tags für mehrere Anweisungen: Trennen Sie Audio Tags innerhalb eines Klammerpaars durch Kommas, etwa [whispering, playful], um Ihrer TTS-Performance mehr Nuancen zu geben.
• Kombinieren Sie Tags mit Zeichensetzung: Während Audio Tags Stimmung und Sprechweise bestimmen, können Sie das Tempo mit Satzzeichen in Ihrem Skript natürlich steuern. Verwenden Sie Auslassungspunkte, Gedankenstriche oder Großbuchstaben, um die Prosodie zu formen einer Zeile.

Für eine ausführlichere Erklärung, wie Tags funktionieren und wie sie SSML ersetzen, haben wir einen vollständigen Leitfaden zu Audio Tags verfasst.

Liste der Emotions-Audio-Tags

Das Emotionsrad von Eleven v4 umfasst Dutzende Emotionen, die jeweils von v4 gesprochen werden. So hören Sie den Unterschied, bevor Sie auch nur ein Tag schreiben. 

Klicken Sie unten auf eine Emotion, um sie auf dem Rad zu hören, oder experimentieren Sie direkt mit Satz und Emotion, um zu hören, wie Eleven v4 emotionale Audio Tags zum Leben erweckt.

Hier zeigen wir nur einige Emotionen, doch Sie können mit natürlicher Sprache jede gewünschte Emotion umsetzen. Im folgenden Beispiel verwenden wir verschiedene Audio Tags, die oben nicht aufgeführt sind, um die Möglichkeiten natürlichsprachlicher Prompts zu zeigen.

Dieses Beispiel wurde mit Jonathan Livingston zum Leben erweckt.

Liste der Audio-Tags für Sprechweise und Lautstärke

Tags für Sprechweise und Lautstärke steuern, wie laut oder intensiv eine Zeile klingt – unabhängig von der gewählten Emotion. Wenn v4 einer genaueren Vorstellung folgen soll, kombinieren Sie Tags für Sprechweise und Emotionen für präzisere Kontrolle.

Hier sind einige Beispiele:

• [whispers] Beweg dich nicht, es ist direkt hinter dir.
• [shouts] Alle raus aus dem Gebäude, sofort! 
• [softly] Du hast alles getan, was du konntest. 
• [quietly] Ich glaube, sie sind weg. 
• [low, threatening] Du hättest wirklich nicht herkommen sollen.

Sehen wir uns Lautstärke- und Sprechweisensteuerung in Aktion an.

Das Beispiel oben wurde mit Rod zum Leben erweckt.

Liste der Tempo-Audio-Tags

Tempo-Audio-Tags verändern die Sprechgeschwindigkeit einer Zeile. Nutzen Sie sie, um Spannung zu erzeugen oder den perfekten komischen Moment vorzubereiten. Wenn Timing ebenso wichtig ist wie die Worte selbst, sollten Sie Tempo-Tags verwenden.

Als zusätzlicher Tipp: Zeichensetzung unterstützt die Text-to-Speech-Performance auf natürliche Weise. Kombinieren Sie beides, um den Satz vollständig zu steuern: 

• [slowly] Und der Gewinner ist ... 
• [rushed] Tut mir leid, ich bin spät, der Zug hatte eine Panne, ich bin den ganzen Weg gerannt. 
• [pause] Dann klingelte das Telefon. 
• [drawn out] Niemaaals.

Adam war die Stimme, die dieses Beispiel zum Leben erweckte.

Liste menschlich wirkender Reaktions-Audio-Tags

Reaktions-Tags fügen Ihren Sätzen Geräusche wie Lachen, Keuchen, Weinen, Husten und Seufzen hinzu. Sie erwecken Ihren Text zum Leben und lassen ein TTS-Audiobeispiel natürlich klingen – wie eine Person, die spontan spricht statt ein Skript vorzulesen.

Hier sind einige Reaktions-Audio-Tags:

• [laughs] Darauf bist du wirklich reingefallen? 
• [sighs] Na gut. Ich spüle ab. 
• [gasps] Ist das ein echter Diamant? 
• [clears throat] Wenn ich um Ihre Aufmerksamkeit bitten dürfte. 
• [crying] Ich dachte nicht, dass du zurückkommen würdest.

Eleven v4 fügt auch kleine menschliche Nuancen hinzu, wenn die Emotion es erfordert. Hören Sie das Emotionsrad an und Sie hören Zeilen wie „D-du bist zurückgekommen?“ und „Ugh, echt jetzt?“, bei denen v4 selbst ein Stottern oder Stöhnen hinzugefügt hat.

Um diese Stimme in Ihren eigenen Produktionen zu verwenden, suchen Sie nach Jack John. 

Liste der Akzent- und Charakter-Audio-Tags

Reichhaltige Szenen mit verschiedenen Akzenten oder Charakterstimmen zu gestalten, ist mit Eleven v4 einfacher denn je. Mit wenigen Audio Tags können Sie eine Stimme in eine neue Persona verwandeln und ihre grundlegenden Eigenschaften bewahren. Eine Stimme kann in einer einzigen Generierung eine ganze Besetzung spielen.

• [British accent] Lust auf eine Tasse Tee?
• [French accent] Willkommen in meinem kleinen Café.
• [Australian accent] Kein Problem, Kumpel, wir kriegen das hin.
• [pirate voice] Hisst die Segel und reicht den Rum.

Lauren hat dazu beigetragen, dieses Beispiel zum Leben zu erwecken.

Liste der Soundeffekt-Audio-Tags

Soundeffekt-Audio-Tags fügen nichtsprachliche Ereignisse direkt in Ihre Generierungen ein. Wenn Sie beispielsweise eine erzählerische Szene oder einen Videospiel-Track erstellen, können Sie damit dramatisieren, ohne eine separate SFX-Spur zu benötigen. Wenn Sie etwas Bestimmtes suchen, können Sie aber jederzeit den KI-Soundeffekt-Generator verwenden. 

• [thunder rumbling] Es kommt näher.
• [footsteps] Jemand kommt die Treppe hoch.
• [door creaking] Hallo? Ist jemand zu Hause?
• [clapping] Danke, danke, Sie sind zu freundlich.

Die Stimme im Clip oben ist Siren.

Schreiben Sie eigene Audio Tags mit natürlicher Sprache

Jedes der oben gezeigten Audio Tags ist ein guter Ausgangspunkt. Das Besondere an ElevenLabs TTS ist jedoch, dass Sie jedes neue Audio Tag in natürlicher Sprache schreiben können, um dem Modell zusätzlichen Kontext zu geben. 

Alternativ können Sie eine umfassendere Anweisung schreiben, wenn kein einzelnes Wort das Gewünschte ausdrückt.

• Kombinieren Sie Emotionen und Eigenschaften: [tense, cautious] oder [whispering, fearful]
• Beschreiben Sie die Art der Sprechweise: [like a sports commentator, speeding up]
• Beschreiben Sie die Situation: [out of breath after running up the stairs]
• Beschreiben Sie den Charakter: [a tired detective who has heard it all before]
• Beschreiben Sie den Wandel: [starting calm, then losing patience]

Erwecken Sie Ihre Szene mit Spuds Oxley zum Leben. 

Tipps zur Auswahl von Audio Tags 

Natürlichsprachliches Schreiben gibt Ihnen beim Erstellen von Text-to-Speech-Audiobeispielen viel Flexibilität. Das perfekte Ergebnis kann jedoch einige Versuche erfordern.

Für eine möglichst reibungslose TTS-Erfahrung mit Eleven v4 finden Sie hier einige Tipps für die Arbeit mit Audio Tags:

• Erst hören, dann schreiben: Spielen Sie einige Emotionen auf dem Emotionsrad ab, um zu hören, wie v4 jede davon interpretiert – oder um sich inspirieren zu lassen. Wählen Sie dann die passendste für Ihre Zeile.
• Tauschen Sie das Tag aus, bevor Sie die Zeile umschreiben: Wenn eine Sprechweise nicht passt, versuchen Sie es mit einer verwandten Emotion, etwa [let down] statt [despair], und generieren Sie erneut.
• Verwenden Sie ein Tag pro Teilsatz: Gegensätzliche Tags für dieselben Wörter können die Performance verwischen. Fügen Sie an der Stelle ein neues Tag ein, an der sich die Emotion ändern soll.
• Geben Sie dem Modell eine vollständige Szene: Eleven v4 performt mit Kontext besser. Mit einem Fenster von bis zu 10.000 Zeichen pro Generierung in der Text to Speech-App haben Sie Raum, mehrschichtige Anweisungen zu erstellen und Ihre Szene lebendig zu gestalten.
• Beginnen Sie mit einer Voreinstellung und werden Sie dann konkreter. Wenn [nervous] nah dran ist, aber noch nicht ganz passt, beschreiben Sie, was fehlt: [nervous, trying to sound confident].

Vor allem aber ist es der beste Weg, die ElevenLabs TTS-App zu öffnen und zu experimentieren, um schnell einzusteigen und hochwertige TTS-Audios zu erstellen.

Starten Sie mit immersivem Audio auf Eleven v4

Es gibt keine endgültige ElevenLabs Audio-Tags-Liste, denn Sie können durch natürlichsprachliches Schreiben jede gewünschte Kombination erstellen. Jedes Tag in dieser Liste funktioniert mit Eleven v4, ebenso wie Tags, die Ihnen beim Schreiben Ihrer Szene einfallen.

Wählen Sie eine der mehr als 17.500 Stimmen aus der Stimmbibliothek, fügen Sie Ihr Skript ein und ergänzen Sie Ihr erstes Audio Tag. 

Erfahren Sie mehr über Eleven v4 oder registrieren Sie sich, um beeindruckende Audio-Performances zu erstellen.

FAQ zu ElevenLabs Audio Tags

1. ^{Artificial Analysis, Provider Voice Arena Preference Elo, 30. September 2026}