音声のカスタマイズ

AIエージェントの音声と話し方をカスタマイズする方法をご紹介します。

概要

AIエージェントの音声のさまざまな側面をカスタマイズして、より自然で魅力的な会話体験を作成できます。発音、話す速度、言語固有の音声設定などを制御できます。

AIアシスタントからエージェントを管理

これらの変更は会話形式でも行えます。ホスト型MCP サーバーを使うと、ClaudeなどのMCPクライアントから自然言語でエージェントを作成、設定、管理できます。

複数キャラクターの会話、ストーリーテリング、語学指導のために、エージェントが異なる音声を切り替えられるようにします。

IPAまたはCMU表記を使用して、特定の単語やフレーズのエージェントによる発音を制御します。

0.7倍から1.2倍の範囲で、エージェントの話す速度を調整します。

Eleven v3 Conversationalと改善されたターンテイキングシステムによる、コンテキストに応じた感情表現。

ループ再生する背景音を追加し、エージェントから送信されるオーディオに電話風のフィルターを適用します。

自然な発音を実現するために、サポート対象の言語ごとに異なる音声を設定します。

ライブモデレーションが有効な音声は、ElevenAgentsでは使用できません。

最も自然な発音のために、対象言語と地域に合った音声を選択してください。ユースケースに最適な音声を見つけるため、複数の音声をテストすることをおすすめします。

まずはデフォルトの速度（1.0）で開始し、特定のニーズに応じて調整してください。コンテンツでさまざまな速度をテストし、明瞭さと自然な流れの最適なバランスを見つけましょう。

一貫した発音が必要で、日常会話ではあまり使われない、ビジネスやユースケースに固有の用語に重点を置いてください。選択した音声とモデルの組み合わせで発音をテストしてください。

一部の音声カスタマイズ機能はモデルに依存する場合があります。たとえば、音素ベースの発音制御はFlash v2モデルでのみ利用できます。