¿Cómo puedo añadir pausas?

Hay varias formas de introducir una pausa o interrupción e influir en el ritmo y la cadencia de la voz. El método que uses depende del modelo.

Etiquetas de audio (Eleven v4 y Eleven v3)

Con Eleven v4 y Eleven v3, usa etiquetas de audio y puntuación para controlar el ritmo y la entonación. Estos modelos no admiten etiquetas de pausa SSML.

Consulta la guía de prompting para saber cómo indicar pausas y controlar la entonación.

Etiquetas de pausa (Multilingual v2, Flash v2 y Flash v2.5)

La forma más consistente de añadir una pausa en Multilingual v2, Flash v2 y Flash v2.5 es con la sintaxis de etiqueta de pausa SSML <break time="1.5s" />. Esto crea una pausa exacta y natural en la voz. No se limita a insertar silencio entre palabras: el modelo entiende la sintaxis y añade una pausa natural.

La forma en que el modelo gestiona estas pausas puede variar. La voz utilizada desempeña un papel fundamental en el resultado. Algunas voces, entrenadas con algunos «eh» y «ah», pueden insertar esos gestos vocales durante las pausas, como lo haría una persona al hablar.

Un ejemplo sería:

“Dame un segundo para pensarlo.” <break time="1.0s" /> “Sí, funcionaría.”

El tiempo de pausa debe indicarse en segundos. La IA puede gestionar pausas de hasta 3 segundos y se puede usar en Texto a Voz y mediante la API.

Si utilizas un número excesivo de pausas SSML en el texto, podrías tener problemas. La voz podría acelerarse o el audio podría introducir más ruido y otros artefactos. Estamos trabajando para resolverlo.

Puntuación

Estas opciones son menos consistentes que las etiquetas de pausa o las etiquetas de audio, pero aun así pueden influir en el ritmo.

Un guion simple - o la raya — suelen funcionar bien. Puedes añadir varios guiones como -- -- para una pausa más larga.

“Se - está - haciendo tarde.”

Los puntos suspensivos ... a veces pueden añadir una pausa entre palabras, pero normalmente también transmiten cierta duda o nerviosismo en la voz, lo que no siempre encaja.

“Yo… sí, supongo que sí…”