Vai alla navigazione
ConfigurazioneVoce e lingua

Supporto multi-voce

Consenti al tuo agente IA di passare da una voce all’altra per conversazioni con più personaggi e una narrazione più coinvolgente.

Panoramica

Il supporto multi-voce consente al tuo agente ElevenLabs di passare dinamicamente da una voce ElevenLabs all’altra durante un’unica conversazione. Questa potente funzionalità consente:

  • Narrazione con più personaggi: voci diverse per personaggi diversi nelle storie
  • Insegnamento delle lingue: voci di madrelingua per lingue diverse
  • Agenti emotivi: cambi di voce in base al contesto emotivo
  • Scenari di gioco di ruolo: voci distinte per personaggi diversi
Interfaccia di configurazione multi-voce

Come funziona

Quando il supporto multi-voce è abilitato, il tuo agente può usare markup in stile XML per passare da una voce configurata all’altra durante la generazione del testo. L’agente torna automaticamente alla voce predefinita quando non viene specificata una voce particolare.

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

Configurazione

Aggiungere voci supportate

Ogni voce supportata ha le seguenti proprietà:

  • Etichetta vocale: identificatore univoco (ad es. “Joe”, “Spagnolo”, “Felice”)
  • Voce: seleziona tra le voci ElevenLabs disponibili
  • Famiglia di modelli: scegli Turbo, Flash o Multilingual (facoltativo)
  • Lingua: sostituisci la lingua predefinita per questa voce (facoltativo)
  • Descrizione: quando l’agente deve usare questa voce

Apri il tuo agente nella dashboard, vai alla scheda Voce e individua la sezione Supporto multi-voce. Fai clic su Aggiungi voce per configurare una nuova voce supportata.

Interfaccia di configurazione multi-voce

Proprietà della voce

Un identificatore univoco che l’LLM usa per fare riferimento a questa voce. Scegli etichette descrittive come: - Nomi dei personaggi: “Alice”, “Bob”, “Narratore” - Lingue: “Spagnolo”, “Francese”, “Tedesco” - Emozioni: “Felice”, “Triste”, “Entusiasta” - Ruoli: “Insegnante”, “Studente”, “Guida”

Sostituisci la famiglia di modelli predefinita dell’agente per questa voce specifica: - Flash: generazione più rapida, ottimizzata per l’uso in tempo reale - Turbo: equilibrio tra velocità e qualità - Multilingual: qualità più elevata, ideale per le lingue diverse dall’inglese - Uguale all’agente: usa l’impostazione predefinita dell’agente

Specifica una lingua diversa per questa voce, utile per: - Conversazioni multilingue - Applicazioni per l’insegnamento delle lingue - Pronunce specifiche per regione

Fornisci il contesto per indicare quando l’agente deve usare questa voce. Esempi:

  • “Per qualsiasi parola o frase in spagnolo”
  • “Quando il contenuto del messaggio è gioioso o entusiasta”
  • “Ogni volta che parla il personaggio Joe”

Implementazione

Sintassi del markup XML

Il tuo agente usa tag in stile XML per passare da una voce all’altra:

<VOICE_LABEL>text to be spoken</VOICE_LABEL>

Punti chiave:

  • Sostituisci VOICE_LABEL con l’etichetta esatta che hai configurato
  • Il testo esterno ai tag usa la voce predefinita
  • I tag distinguono tra maiuscole e minuscole
  • I tag nidificati non sono supportati

Integrazione con il system prompt

Quando configuri voci supportate, il sistema aggiunge automaticamente istruzioni al prompt del tuo agente:

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

Esempi di utilizzo

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.

Best practice

  • Scegli voci che distinguano chiaramente personaggi o contesti diversi
  • Testa le combinazioni di voci per assicurarti che funzionino bene insieme
  • Considera il tono emotivo e la personalità di ogni voce
  • Assicurati che le voci corrispondano alla lingua e all’accento quando cambi lingua
  • Usa etichette descrittive e intuitive che l’LLM possa comprendere
  • Mantieni le etichette brevi e facili da ricordare
  • Evita caratteri speciali o spazi nelle etichette
  • Limita il numero di voci supportate a quelle di cui hai effettivamente bisogno
  • Usa la stessa famiglia di modelli quando possibile per ridurre l’overhead del cambio di voce
  • Esegui test con i pattern di conversazione previsti
  • Monitora i tempi di risposta con più cambi di voce
  • Fornisci descrizioni chiare di quando usare ogni voce
  • Testa i casi limite in cui il cambio di voce potrebbe non essere chiaro
  • Considera il comportamento di fallback quando le etichette vocali sono ambigue
  • Assicurati che i cambi di voce migliorino la conversazione anziché distrarre

Limitazioni

  • Massimo 10 voci supportate per agente, inclusa quella predefinita
  • Il cambio di voce aggiunge una latenza minima durante la generazione
  • I tag XML devono essere formattati e chiusi correttamente
  • Le etichette vocali nel markup distinguono tra maiuscole e minuscole
  • I tag vocali nidificati non sono supportati

Domande frequenti

Se l’agente usa un’etichetta vocale che non è stata configurata, il testo verrà pronunciato con la voce predefinita. I tag XML verranno ignorati.

Sì, puoi cambiare voce all’interno di una singola risposta. Ogni sezione con tag userà la voce specificata, mentre il testo senza tag usa la voce predefinita.

Il cambio di voce aggiunge un overhead minimo. Il primo utilizzo di ogni voce in una conversazione può avere una latenza leggermente maggiore durante l’inizializzazione della voce.

Sì, puoi configurare più etichette che usano la stessa voce ElevenLabs ma con famiglie di modelli, lingue o contesti diversi.

Fornisci esempi chiari nel system prompt ed esegui test approfonditi. Puoi includere scenari specifici in cui dovrebbe avvenire il cambio di voce ed esempi del formato del markup XML.