मैं विराम कैसे जोड़ सकता हूँ?

विराम या ब्रेक जोड़ने और स्पीकर की लय व गति को प्रभावित करने के कुछ तरीके हैं। आप कौन-सा तरीका इस्तेमाल करेंगे, यह मॉडल पर निर्भर करता है।

ऑडियो टैग (सिर्फ़ Eleven v3)

Eleven v3 के साथ, गति और डिलीवरी नियंत्रित करने के लिए ऑडियो टैग और विराम-चिह्नों का इस्तेमाल करें। Eleven v3, SSML ब्रेक टैग को सपोर्ट नहीं करता।

v3 में विराम और डिलीवरी के लिए प्रॉम्प्ट लिखने के निर्देशों हेतु Eleven v3 प्रॉम्प्टिंग गाइड देखें।

ब्रेक टैग (Multilingual v2, Flash v2 और Flash v2.5)

Multilingual v2, Flash v2 और Flash v2.5 में विराम जोड़ने का सबसे भरोसेमंद तरीका SSML ब्रेक टैग सिंटैक्स <break time="1.5s" /> है। यह स्पीच में सटीक और स्वाभाविक विराम बनाता है। यह सिर्फ़ शब्दों के बीच डाली गई खामोशी नहीं है—मॉडल सिंटैक्स समझता है और स्वाभाविक विराम जोड़ता है।

मॉडल इन विरामों को कैसे संभालता है, यह अलग-अलग हो सकता है। इस्तेमाल की गई वॉइस आउटपुट में अहम भूमिका निभाती है। कुछ वॉइस, जिन्हें कुछ “uh” और “ah” के साथ ट्रेन किया गया है, विराम के दौरान ये बोलने की आदतें जोड़ सकती हैं, जैसा कोई असली वक्ता कर सकता है।

एक उदाहरण ऐसा दिख सकता है:

“मुझे इसके बारे में सोचने के लिए एक सेकंड दीजिए।” <break time="1.0s" /> “हाँ, यह काम करेगा।”

ब्रेक का समय सेकंड में बताया जाना चाहिए। AI 3 सेकंड तक के विराम संभाल सकता है और इसे टेक्स्ट टू स्पीच तथा API के ज़रिए इस्तेमाल किया जा सकता है।

अगर आप अपने टेक्स्ट में बहुत ज़्यादा SSML ब्रेक इस्तेमाल करते हैं, तो समस्याएं हो सकती हैं। स्पीच तेज़ हो सकती है या ऑडियो में ज़्यादा शोर और अन्य आर्टिफैक्ट आ सकते हैं। हम इसे ठीक करने पर काम कर रहे हैं।

विराम-चिह्न

ये विकल्प ब्रेक टैग या ऑडियो टैग जितने भरोसेमंद नहीं हैं, लेकिन फिर भी गति को प्रभावित कर सकते हैं।

साधारण डैश - या एम-डैश — अक्सर अच्छी तरह काम करता है। लंबे विराम के लिए आप कई डैश, जैसे -- --, जोड़ सकते हैं।

“देर - हो - रही है।”

एलिप्सिस ... कभी-कभी शब्दों के बीच विराम जोड़ सकता है, लेकिन आमतौर पर यह वॉइस में कुछ झिझक या घबराहट भी जोड़ता है, जो हर बार उपयुक्त नहीं होती।

“मैं… हाँ, शायद…”