Modalità espressiva
Crea agenti vocali che adattano tono, tempistica ed espressività emotiva in base al contesto conversazionale.
Panoramica
La modalità espressiva consente agli agenti di produrre un parlato che riflette intenzione, emozione ed enfasi, adattandosi in tempo reale a come suonano gli utenti e a ciò che dicono. Si basa su due miglioramenti a livello di sistema dello stack conversazionale:
- Eleven v4 Turbo — il modello Text to Speech più intelligente dal punto di vista emotivo e più attento al contesto disponibile in ElevenAgents.
- Un nuovo sistema di gestione dei turni — risposte con tempistiche più precise e meno interruzioni.
La modalità espressiva si attiva automaticamente quando selezioni Eleven v4 Turbo come modello TTS del tuo agente.
Eleven v4 Turbo
Eleven v4 Turbo è la variante in tempo reale di Eleven v4, con una latenza mediana di ~100 ms, ottimizzata per dialoghi dal vivo e bidirezionali. Mantiene il contesto conversazionale tra un turno e l’altro e adatta l’espressività al tono e all’intento di ogni scambio.
- Espressività attenta al contesto: gli agenti adattano il tono in base al contesto conversazionale, rispondendo con più calma quando un utente sembra preoccupato o in modo più diretto quando serve chiarezza.
- Controllo emotivo esplicito: guida l’espressività tramite regole nel system prompt, da trigger precisi a scenari più ampi, per rispettare la voce del brand e i requisiti di conformità normativa.
- Supporto per oltre 90 lingue: rispetto alle ~32 lingue dei modelli Flash.
- Tag espressivi: l’LLM può generare tag come
[laughs],[whispers]o[sighs]per controllare momenti specifici dell’espressività.
I prezzi di ElevenAgents prevedono una tariffa unica al minuto per le chiamate in ogni piano, senza una tariffa separata in base al modello TTS. I minuti di chiamata aggiuntivi costano $0.08 al minuto e l’utilizzo dell’LLM viene fatturato separatamente. Consulta i prezzi di ElevenAgents.
Sistema di gestione dei turni
Il nuovo sistema di gestione dei turni usa segnali in tempo reale di Scribe v2 Realtime, inclusi segnali emotivi e schemi vocali, per stabilire quando un agente deve parlare, fare una pausa o attendere. Questo aiuta gli agenti a rispondere in modo più naturale, soprattutto nelle situazioni emotivamente intense.
Ad esempio, “sì” può essere una conferma completa oppure un’introduzione per continuare a parlare. Analizzando come è stato detto, inclusi segnali vocali come la prosodia, oltre alla trascrizione, il sistema stabilisce in modo più naturale quando l’agente deve rispondere.
Il comportamento di gestione dei turni può essere regolato ulteriormente con l’impostazione di reattività al turno.
Configurazione
Attivare la modalità espressiva
Seleziona il modello TTS
Imposta il modello TTS del tuo agente su Eleven v4 Turbo (eleven_v4_turbo). La modalità espressiva si attiva automaticamente con questo modello. Per disattivarla, imposta expressive_mode su false.
Aggiorna dalla dashboard
Aggiorna tramite la CLI
Aggiorna tramite l'API
- Apri il tuo agente nella dashboard e seleziona la voce in Voci per aprire il pannello Voce dell’agente.
- In Famiglia di modelli TTS, seleziona V4 Turbo. L’interruttore Modalità espressiva si attiva e i Tag audio suggeriti sottostanti elencano i tag che il tuo agente può usare.
- Fai clic su Pubblica per salvare le modifiche.

Esempi di system prompt
Guida l’espressività emotiva del tuo agente con istruzioni in linguaggio naturale nel system prompt. Il modello le interpreta in base al contesto, quindi i tag espliciti non sono necessari per ogni situazione.
Indicazioni generali
Trigger specifici
Uso dei tag espressivi
Oltre all’espressività attenta al contesto, l’LLM può generare tag espliciti per controllare momenti specifici. I tag più comuni includono:
[laughs]— Aggiunge una risata al parlato[whispers]— Abbassa il volume per sussurrare[sighs]— Aggiunge un tono sospirante[slow]— Rallenta il parlato[excited]— Aggiunge entusiasmo all’espressività
Ogni tag agisce approssimativamente sulle 4-5 parole successive, prima di tornare all’espressività normale.
Best practice
Adatta l'espressività al contesto
Guida il tuo agente affinché adatti l’espressività emotiva alla situazione. Un cliente frustrato dovrebbe ricevere una risposta calma ed empatica. Un utente che condivide una buona notizia dovrebbe percepire un calore autentico. Un tono inappropriato mina la fiducia.
Usa le regole del system prompt per garantire coerenza
Definisci linee guida chiare sul tono nel system prompt, anziché affidarti esclusivamente al giudizio del modello. In questo modo garantisci un’espressività coerente con la voce del tuo brand e i requisiti di conformità normativa.
Esegui test in tutte le lingue
L’espressività può variare da una lingua all’altra. Testa il tuo agente in ogni lingua di destinazione per assicurarti che la sfumatura emotiva venga trasmessa come previsto, soprattutto nelle lingue con norme conversazionali diverse.
Combina con le impostazioni di reattività al turno
Abbina la modalità espressiva alle impostazioni appropriate di reattività al turno. La modalità paziente offre agli utenti più spazio nelle conversazioni emotivamente delicate, mentre la modalità reattiva è adatta alle interazioni rapide.
Monitora e migliora
Usa le analisi delle conversazioni per monitorare come gli utenti reagiscono all’espressività. Perfeziona le linee guida sul tono in base agli esiti delle conversazioni e al feedback degli utenti.
Limitazioni
- Gli effetti dei tag espressivi durano approssimativamente 4-5 parole prima di tornare all’espressività normale.
- L’espressività può variare tra voci e lingue.
Domande frequenti
La modalità espressiva costa di più?
No. I prezzi di ElevenAgents prevedono una tariffa unica al minuto per le chiamate in ogni piano, senza una tariffa separata per la modalità espressiva o il modello TTS: i minuti di chiamata aggiuntivi costano $0.08 al minuto, mentre l’utilizzo dell’LLM viene fatturato separatamente. Consulta i prezzi di ElevenAgents.
Come si attiva la modalità espressiva?
Nel pannello Voce dell’agente, seleziona V4 Turbo in Famiglia di modelli TTS. La modalità espressiva si attiva automaticamente con questo modello. Per disattivarla, spegni l’interruttore Modalità espressiva oppure imposta conversation_config.tts.expressive_mode su false tramite l’API o la CLI.
Come funziona il sistema di gestione dei turni?
Il sistema usa segnali in tempo reale di Scribe v2 Realtime, inclusi segnali emotivi e schemi vocali, per prevedere quando l’agente deve rispondere. Analizza sia la trascrizione sia il modo in cui le parole sono state pronunciate, inclusa la prosodia, per temporizzare naturalmente le risposte.
Posso usare la modalità espressiva con il mio Professional Voice Clone?
I Professional Voice Clone sono supportati in Eleven v4. Se un PVC non è ancora addestrato su Eleven v4, apri Le mie voci, trova la voce e fai clic sul pulsante più accanto a Eleven v4 per avviare il fine-tuning. Consulta Eleven v4 per le impostazioni vocali, inclusa Intensità del clone per i Professional Voice Clone.
Quante lingue supporta Eleven v4 Turbo?
Eleven v4 Turbo supporta oltre 90 lingue, rispetto alle ~32 dei modelli Flash.
Come si confronta con gli altri modelli TTS di ElevenAgents?
Eleven v4 Turbo offre una gamma emotiva più ampia rispetto a Flash e Multilingual v2, con la capacità di adattare l’espressività in base al contesto conversazionale. Supporta oltre 90 lingue rispetto alle ~32 di Flash.