अभिव्यंजक मोड

परिचय

अभिव्यंजक मोड एजेंट को इरादे, भावना और ज़ोर को दर्शाने वाली स्पीच देने में सक्षम बनाता है। यह यूज़र कैसे बोलते हैं और क्या कहते हैं, उसके अनुसार रियल टाइम में अनुकूलित होता है। यह कन्वर्सेशनल स्टैक में सिस्टम-लेवल के दो सुधारों पर बना है:

1. Eleven v3 Conversational — ElevenAgents में उपलब्ध सबसे भावनात्मक रूप से बुद्धिमान, संदर्भ-सजग टेक्स्ट टू स्पीच मॉडल।
2. नया टर्न-टेकिंग सिस्टम — कम रुकावटों के साथ बेहतर समय पर जवाब।

अपने एजेंट के TTS मॉडल के रूप में Eleven v3 Conversational चुनने पर अभिव्यंजक मोड डिफ़ॉल्ट रूप से चालू होता है।

Eleven v3 Conversational

Eleven v3 Conversational, Eleven v3 का अल्ट्रा-लो-लेटेंसी वर्ज़न है, जिसे लाइव, दोतरफ़ा बातचीत के लिए ऑप्टिमाइज़ किया गया है। यह टर्न्स के बीच बातचीत का संदर्भ बनाए रखता है और हर बातचीत के टोन और इरादे के मुताबिक डिलीवरी को अनुकूलित करता है।

• संदर्भ-सजग डिलीवरी: एजेंट बातचीत के संदर्भ के आधार पर टोन बदलते हैं — यूज़र के चिंतित लगने पर ज़्यादा शांत ढंग से जवाब देते हैं, या स्पष्टता ज़रूरी होने पर ज़्यादा सीधे बोलते हैं।
• स्पष्ट भावनात्मक नियंत्रण: ब्रैंड वॉइस और कंप्लायंस आवश्यकताओं के अनुरूप डिलीवरी के लिए, सटीक ट्रिगर से लेकर व्यापक स्थितियों तक, सिस्टम प्रॉम्प्ट नियमों से डिलीवरी गाइड करें।
• 70+ भाषाओं का समर्थन: Flash मॉडल की ~32 भाषाओं से बढ़कर 70+ भाषाएं, साथ ही उन भाषाओं में बेहतर अभिव्यक्ति जहां पहले बारीकियां कमज़ोर थीं, जिनमें जापानी भी शामिल है।
• अभिव्यंजक टैग: LLM डिलीवरी के खास पलों को नियंत्रित करने के लिए [laughs], [whispers] या [sighs] जैसे टैग आउटपुट कर सकता है।

टर्न-टेकिंग सिस्टम

नया टर्न-टेकिंग सिस्टम Scribe v2 Realtime के रियल-टाइम सिग्नल — जिनमें भावनात्मक संकेत और बोलने के पैटर्न शामिल हैं — का इस्तेमाल यह तय करने के लिए करता है कि एजेंट को कब बोलना, रुकना या इंतज़ार करना चाहिए। इससे एजेंट ज़्यादा स्वाभाविक रूप से जवाब दे पाते हैं, खासकर भावनात्मक स्थितियों में।

उदाहरण के लिए, “हां” एक पूरा स्वीकार हो सकता है या आगे बोलते रहने का संकेत। ट्रांसक्रिप्ट के साथ यह भी विश्लेषण करके कि इसे कैसे कहा गया था (प्रोसोडी जैसे स्पीच संकेत), सिस्टम एजेंट के जवाब का समय ज़्यादा स्वाभाविक ढंग से तय करता है।

टर्न-टेकिंग व्यवहार को टर्न ईगरनेस सेटिंग से और ट्यून किया जा सकता है।

कॉन्फ़िगरेशन

अभिव्यंजक मोड चालू करना

सिस्टम प्रॉम्प्ट उदाहरण

सिस्टम प्रॉम्प्ट में प्राकृतिक भाषा के निर्देशों के ज़रिए अपने एजेंट की भावनात्मक डिलीवरी गाइड करें। मॉडल इन्हें संदर्भ के अनुसार समझता है, इसलिए हर स्थिति के लिए स्पष्ट टैग ज़रूरी नहीं हैं।

व्यापक मार्गदर्शन

You are a customer support agent. When a user sounds frustrated or upset, respond
in a calm, reassuring tone. When delivering good news, allow your tone to reflect
genuine warmth. Maintain a professional but approachable delivery throughout.

विशिष्ट ट्रिगर

You are a conversational AI agent with expressive speech capabilities.
Tone guidelines:
- When a user expresses frustration, use a calm and empathetic tone
- When explaining technical steps, use a clear and measured pace
- When a user shares good news, respond with warmth and enthusiasm
- When handling complaints, remain composed and solution-oriented

अभिव्यंजक टैग का इस्तेमाल

संदर्भ-सजग डिलीवरी के अलावा, LLM खास पलों को नियंत्रित करने के लिए स्पष्ट टैग आउटपुट कर सकता है। सामान्य टैग में शामिल हैं:

• [laughs] — स्पीच में हंसी जोड़ता है
• [whispers] — फुसफुसाहट के लिए वॉल्यूम कम करता है
• [sighs] — आह भरने का प्रभाव जोड़ता है
• [slow] — स्पीच डिलीवरी धीमी करता है
• [excited] — डिलीवरी में उत्साह जोड़ता है

हर टैग सामान्य डिलीवरी पर लौटने से पहले स्पीच के लगभग अगले 4-5 शब्दों को प्रभावित करता है।

You can also use expressive tags in your responses for precise control:
- [laughs] for moments of humor
- [whispers] for confidential or intimate moments
- [sighs] for resignation or relief
- [slow] when emphasizing important information
Example: "That's great to hear! [laughs] I'm glad we could sort that out for you."

सर्वोत्तम तरीके

सीमाएं

FAQ

संबंधित सुविधाएं