ConfigurationVoix et langue

Prise en charge de plusieurs voix

Permettez à votre agent IA de passer d’une voix à l’autre pour les conversations avec plusieurs personnages et une narration enrichie.

Vue d’ensemble

La prise en charge de plusieurs voix permet à votre agent ElevenLabs de passer dynamiquement d’une voix ElevenLabs à l’autre au cours d’une même conversation. Cette fonctionnalité permet notamment :

  • Narration avec plusieurs personnages : différentes voix pour différents personnages dans les récits
  • Apprentissage des langues : voix de locuteurs natifs pour différentes langues
  • Agents émotionnels : changements de voix selon le contexte émotionnel
  • Scénarios de jeu de rôle : voix distinctes pour différentes personnalités
Interface de configuration de plusieurs voix

Fonctionnement

Lorsque la prise en charge de plusieurs voix est activée, votre agent peut utiliser un balisage de type XML pour passer d’une voix configurée à l’autre pendant la génération de texte. L’agent revient automatiquement à la voix par défaut lorsqu’aucune voix précise n’est indiquée.

The teacher said, <spanish>¡Hola estudiantes!</spanish> 
Then the student replied, <student>Hello! How are you today?</student>

Configuration

Ajouter des voix prises en charge

Chaque voix prise en charge possède les propriétés suivantes :

  • Libellé de voix : identifiant unique, par exemple « Joe », « Spanish », « Happy »
  • Voix : sélectionnez parmi vos voix ElevenLabs disponibles
  • Famille de modèles : choisissez Turbo, Flash ou Multilingual, facultatif
  • Langue : remplacez la langue par défaut pour cette voix, facultatif
  • Description : indiquez quand l’agent doit utiliser cette voix

Ouvrez votre agent dans le Dashboard, accédez à l’onglet Voice, puis repérez la section Multi-voice support. Cliquez sur Add voice pour configurer une nouvelle voix prise en charge.

Interface de configuration de plusieurs voix

Propriétés des voix

Identifiant unique que le LLM utilise pour référencer cette voix. Choisissez des libellés descriptifs, par exemple : noms de personnages : « Alice », « Bob », « Narrator » ; langues : « Spanish », « French », « German » ; émotions : « Happy », « Sad », « Excited » ; rôles : « Teacher », « Student », « Guide ».

Remplacez la famille de modèles par défaut de l’agent pour cette voix précise : Flash : génération la plus rapide, optimisée pour une utilisation en temps réel ; Turbo : vitesse et qualité équilibrées ; Multilingual : qualité maximale, idéal pour les langues autres que l’anglais ; Same as agent : utilise le réglage par défaut de l’agent.

Spécifiez une autre langue pour cette voix, ce qui est utile pour : les conversations multilingues, l’apprentissage des langues et les prononciations propres à une région.

Indiquez le contexte dans lequel l’agent doit utiliser cette voix. Exemples :

  • « Pour tous les mots ou expressions en espagnol »
  • « Lorsque le contenu du message est joyeux ou enthousiaste »
  • « Chaque fois que le personnage Joe parle »

Mise en œuvre

Syntaxe du balisage XML

Votre agent utilise des balises de type XML pour changer de voix :

<VOICE_LABEL>text to be spoken</VOICE_LABEL>

Points clés :

  • Remplacez VOICE_LABEL par le libellé exact que vous avez configuré
  • Le texte en dehors des balises utilise la voix par défaut
  • Les balises sont sensibles à la casse
  • Les balises imbriquées ne sont pas prises en charge

Intégration au prompt système

Lorsque vous configurez des voix prises en charge, le système ajoute automatiquement des instructions au prompt de votre agent :

When a message should be spoken by a particular person, use markup: "<CHARACTER>message</CHARACTER>" where CHARACTER is the character label.
Available voices are as follows:
- default: any text outside of the CHARACTER tags
- Joe: Whenever Joe is speaking
- Spanish: For any Spanish words or phrases
- Narrator: For narrative descriptions

Exemples d’utilisation

Teacher: Let's practice greetings. In Spanish, we say <Spanish>¡Hola! ¿Cómo estás?</Spanish>
Student: How do I respond?
Teacher: You can say <Spanish>¡Hola! Estoy bien, gracias.</Spanish> which means Hello! I'm fine, thank you.

Bonnes pratiques

  • Choisissez des voix qui différencient clairement les personnages ou les contextes
  • Testez les combinaisons de voix pour vous assurer qu’elles fonctionnent bien ensemble
  • Tenez compte du ton émotionnel et de la personnalité de chaque voix
  • Assurez-vous que les voix correspondent à la langue et à l’accent lors du changement de langue
  • Utilisez des libellés descriptifs et intuitifs que le LLM peut comprendre
  • Gardez les libellés courts et faciles à retenir
  • Évitez les caractères spéciaux et les espaces dans les libellés
  • Limitez le nombre de voix prises en charge à ce dont vous avez réellement besoin
  • Utilisez la même famille de modèles lorsque possible afin de réduire la surcharge liée aux changements de voix
  • Testez avec les schémas de conversation attendus
  • Surveillez les temps de réponse avec plusieurs changements de voix
  • Indiquez clairement quand chaque voix doit être utilisée
  • Testez les cas limites où le changement de voix peut manquer de clarté
  • Prévoyez le comportement de secours lorsque les libellés de voix sont ambigus
  • Assurez-vous que les changements de voix enrichissent la conversation au lieu de la distraire

Limites

  • Maximum de 10 voix prises en charge par agent, y compris la voix par défaut
  • Le changement de voix ajoute une latence minimale pendant la génération
  • Les balises XML doivent être correctement formatées et fermées
  • Les libellés de voix sont sensibles à la casse dans le balisage
  • Les balises de voix imbriquées ne sont pas prises en charge

FAQ

Si l’agent utilise un libellé de voix qui n’a pas été configuré, le texte est prononcé avec la voix par défaut. Les balises XML sont ignorées.

Oui, vous pouvez changer de voix au sein d’une même réponse. Chaque section balisée utilise la voix indiquée, tandis que le texte non balisé utilise la voix par défaut.

Le changement de voix ajoute une surcharge minimale. La première utilisation de chaque voix dans une conversation peut présenter une latence légèrement supérieure pendant l’initialisation de la voix.

Oui, vous pouvez configurer plusieurs libellés utilisant la même voix ElevenLabs, mais avec différentes familles de modèles, langues ou contextes.

Fournissez des exemples clairs dans votre prompt système et testez minutieusement. Vous pouvez inclure des scénarios précis dans lesquels un changement de voix doit se produire, ainsi que des exemples du format de balisage XML.