Come posso aggiungere delle pause?
Esistono diversi modi per inserire una pausa o un’interruzione e influenzare il ritmo e la cadenza della voce. Il metodo da usare dipende dal modello.
Tag audio (Eleven v4 ed Eleven v3)
Con Eleven v4 ed Eleven v3, usa i tag audio e la punteggiatura per controllare ritmo e interpretazione. Questi modelli non supportano i tag di interruzione SSML.
Consulta la guida al prompting per indicazioni su come inserire pause e controllare l’interpretazione.
Tag di interruzione (Multilingual v2, Flash v2 e Flash v2.5)
Il modo più affidabile per aggiungere una pausa con Multilingual v2, Flash v2 e Flash v2.5 è usare la sintassi del tag di interruzione SSML <break time="1.5s" />. In questo modo si crea una pausa precisa e naturale nel parlato. Non viene semplicemente inserito silenzio tra le parole: il modello comprende la sintassi e aggiunge una pausa naturale.
Il modo in cui il modello gestisce queste pause può variare. La voce utilizzata svolge un ruolo fondamentale nell’output. Alcune voci, addestrate con alcuni “ehm” e “ah”, possono inserire questi manierismi vocali durante le pause, proprio come farebbe un parlante reale.
Un esempio potrebbe essere:
“Dammi un secondo per pensarci.” <break time="1.0s" /> “Sì, potrebbe funzionare.”
La durata dell’interruzione deve essere indicata in secondi. L’IA può gestire pause fino a 3 secondi e può essere usata in Text to Speech e tramite API.
Se usi un numero eccessivo di interruzioni SSML nel testo, potrebbero verificarsi problemi. Il parlato potrebbe accelerare oppure l’audio potrebbe introdurre più rumore e altri artefatti. Stiamo lavorando per risolvere il problema.
Punteggiatura
Queste opzioni sono meno affidabili dei tag di interruzione o dei tag audio, ma possono comunque influenzare il ritmo.
Un semplice trattino - o un trattino lungo — spesso funzionano bene. Puoi aggiungere più trattini, ad esempio -- --, per una pausa più lunga.
“Si - sta - facendo tardi.”
I puntini di sospensione ... a volte possono aggiungere una pausa tra le parole, ma di solito aggiungono anche un po’ di esitazione o nervosismo alla voce, che potrebbe non essere sempre adatto.
“Io… sì, credo di sì…”