탐색으로 건너뛰기

표현 모드

대화 맥락에 따라 톤, 타이밍, 감정 표현을 조절하는 음성 에이전트를 구축하세요.

개요

표현 모드를 사용하면 에이전트가 의도, 감정, 강조를 반영하는 음성을 제공하고, 사용자의 말투와 발화 내용에 맞춰 실시간으로 조절할 수 있습니다. 이는 대화형 스택의 두 가지 시스템 수준 개선 사항을 기반으로 합니다.

  1. Eleven v4 Turbo — ElevenAgents에서 제공하는 가장 뛰어난 감정 이해력과 문맥 인식 기능을 갖춘 텍스트 음성 변환 모델입니다.
  2. 새로운 턴 테이킹 시스템 — 더 정확한 타이밍으로 응답하며, 중단은 더 줄어듭니다.

에이전트의 TTS 모델로 Eleven v4 Turbo를 선택하면 표현 모드가 자동으로 활성화됩니다.

Eleven v4 Turbo

Eleven v4 Turbo는 Eleven v4의 실시간 버전으로, 중앙값 지연 시간은 약 100ms이며 실시간 양방향 대화에 최적화되어 있습니다. 여러 턴에 걸쳐 대화 맥락을 유지하고, 각 대화의 톤과 의도에 맞게 전달 방식을 조절합니다.

  • 문맥 인식 전달: 에이전트는 대화 맥락에 따라 톤을 조절합니다. 예를 들어 사용자가 걱정스러워 보일 때는 더 차분하게, 명확성이 중요할 때는 더 직접적으로 응답합니다.
  • 명시적인 감정 제어: 정교한 트리거부터 폭넓은 시나리오까지 시스템 프롬프트 규칙으로 전달 방식을 안내하여 브랜드 보이스 및 규정 준수 요건에 맞출 수 있습니다.
  • 90개 이상 언어 지원: Flash 모델의 약 32개 언어에서 확장되었습니다.
  • 표현 태그: LLM은 특정 전달 순간을 제어하기 위해 [laughs], [whispers], [sighs] 같은 태그를 출력할 수 있습니다.

ElevenAgents 요금제는 모든 플랜에 대해 분당 단일 통화 요금을 적용하며, TTS 모델별 별도 요금은 없습니다. 추가 통화 시간은 분당 $0.08이며, LLM 사용량은 별도로 청구됩니다. 자세한 내용은 ElevenAgents 요금제를 확인하세요.

턴 테이킹 시스템

새로운 턴 테이킹 시스템은 감정적 신호와 음성 패턴을 포함한 Scribe v2 Realtime의 실시간 신호를 활용하여 에이전트가 언제 말하고, 멈추고, 기다려야 하는지 판단합니다. 이를 통해 특히 감정이 고조된 상황에서 에이전트가 더 자연스럽게 응답할 수 있습니다.

예를 들어 “yeah”는 완전한 동의 표현일 수도 있고 말을 계속하기 위한 도입부일 수도 있습니다. 시스템은 트랜스크립트뿐 아니라 말한 방식(운율과 같은 음성 신호)도 분석하여 에이전트의 응답 시점을 더 자연스럽게 조절합니다.

턴 테이킹 동작은 턴 적극성 설정으로 추가 조정할 수 있습니다.

구성

표현 모드 활성화

1

TTS 모델 선택

에이전트의 TTS 모델을 Eleven v4 Turbo (eleven_v4_turbo)로 설정하세요. 이 모델에서는 표현 모드가 자동으로 활성화됩니다. 비활성화하려면 expressive_mode를 false로 설정하세요.

  1. 대시보드에서 에이전트를 열고 Voices 아래의 음성을 선택하여 Agent voice 패널을 엽니다.
  2. TTS model family에서 V4 Turbo를 선택합니다. Expressive mode 토글이 켜지고, 그 아래 Suggested audio tags에 에이전트가 사용할 수 있는 태그가 표시됩니다.
  3. 변경 사항을 저장하려면 Publish를 클릭합니다.

표현 모드 활성화

2

시스템 프롬프트에서 감정 전달 방식 안내

에이전트가 톤을 조절하는 방식을 안내하도록 에이전트의 시스템 프롬프트에 지침을 추가하세요. 광범위한 안내나 구체적인 트리거를 사용할 수 있습니다.

시스템 프롬프트 예시

시스템 프롬프트의 자연어 지침을 통해 에이전트의 감정 전달 방식을 안내하세요. 모델은 이를 문맥에 맞게 해석하므로 모든 상황에 명시적 태그가 필요한 것은 아닙니다.

광범위한 안내

You are a customer support agent. When a user sounds frustrated or upset, respond
in a calm, reassuring tone. When delivering good news, allow your tone to reflect
genuine warmth. Maintain a professional but approachable delivery throughout.

구체적인 트리거

You are a conversational AI agent with expressive speech capabilities.
Tone guidelines:
- When a user expresses frustration, use a calm and empathetic tone
- When explaining technical steps, use a clear and measured pace
- When a user shares good news, respond with warmth and enthusiasm
- When handling complaints, remain composed and solution-oriented

표현 태그 사용

문맥 인식 전달 외에도 LLM은 특정 순간을 제어하기 위해 명시적 태그를 출력할 수 있습니다. 일반적인 태그는 다음과 같습니다.

  • [laughs] — 음성에 웃음을 추가합니다
  • [whispers] — 속삭이듯 말하도록 볼륨을 낮춥니다
  • [sighs] — 한숨 쉬는 느낌을 추가합니다
  • [slow] — 말하는 속도를 늦춥니다
  • [excited] — 전달 방식에 흥분감을 더합니다

각 태그는 약 다음 4~5개 단어에 영향을 준 후 일반적인 전달 방식으로 돌아갑니다.

You can also use expressive tags in your responses for precise control:
- [laughs] for moments of humor
- [whispers] for confidential or intimate moments
- [sighs] for resignation or relief
- [slow] when emphasizing important information
Example: "That's great to hear! [laughs] I'm glad we could sort that out for you."

모범 사례

에이전트가 상황에 맞춰 감정을 전달하도록 안내하세요. 불만을 느끼는 고객에게는 차분하고 공감하는 응답이 필요합니다. 좋은 소식을 전하는 사용자에게는 진정성 있는 따뜻함이 느껴져야 합니다. 톤이 맞지 않으면 신뢰가 약화됩니다.

모델의 판단에만 의존하지 말고 시스템 프롬프트에 명확한 톤 가이드라인을 정의하세요. 이를 통해 브랜드 보이스 및 규정 준수 요건에 맞는 일관된 전달 방식을 보장할 수 있습니다.

표현력 있는 전달 방식은 언어마다 다를 수 있습니다. 특히 대화 관습이 다른 언어에서는 감정의 뉘앙스가 의도대로 전달되는지 각 대상 언어에서 에이전트를 테스트하세요.

표현 모드를 적절한 턴 적극성 설정과 함께 사용하세요. 인내 모드는 감정적으로 민감한 대화에서 사용자에게 더 많은 여유를 제공하며, 적극 모드는 빠르게 진행되는 상호작용에 적합합니다.

대화 분석을 사용하여 사용자가 표현력 있는 전달 방식에 어떻게 반응하는지 추적하세요. 대화 결과와 사용자 피드백을 바탕으로 톤 가이드라인을 개선하세요.

제한 사항

  • 표현 태그 효과는 약 4~5개 단어 동안 지속된 후 일반적인 전달 방식으로 돌아갑니다.
  • 표현력은 음성과 언어에 따라 다를 수 있습니다.

FAQ

아니요. ElevenAgents 요금제는 모든 플랜에 대해 분당 단일 통화 요금을 적용하며 표현 모드나 TTS 모델에 따른 별도 요금은 없습니다. 추가 통화 시간은 분당 $0.08이고, LLM 사용량은 별도로 청구됩니다. 자세한 내용은 ElevenAgents 요금제를 확인하세요.

Agent voice 패널의 TTS model family에서 V4 Turbo를 선택하세요. 이 모델에서는 표현 모드가 자동으로 활성화됩니다. 비활성화하려면 Expressive mode 토글을 끄거나 API 또는 CLI를 통해 conversation_config.tts.expressive_mode를 false로 설정하세요.

이 시스템은 감정적 신호와 음성 패턴을 포함한 Scribe v2 Realtime의 실시간 신호를 사용하여 에이전트가 언제 응답해야 하는지 예측합니다. 트랜스크립트와 단어가 발화된 방식(운율)을 모두 분석하여 자연스러운 타이밍으로 응답합니다.

프로페셔널 음성 복제는 Eleven v4에서 지원됩니다. PVC가 아직 Eleven v4로 학습되지 않았다면 My Voices를 열고 음성을 찾은 다음 Eleven v4 옆의 더하기 버튼을 클릭해 파인튜닝을 시작하세요. 프로페셔널 음성 복제의 Clone Strength를 포함한 음성 설정은 Eleven v4를 참조하세요.

Eleven v4 Turbo는 Flash 모델의 약 32개에서 확장된 90개 이상의 언어를 지원합니다.

Eleven v4 Turbo는 Flash 및 Multilingual v2보다 더 넓은 감정 표현 범위를 제공하며, 대화 맥락에 따라 전달 방식을 조절할 수 있습니다. Flash의 약 32개 언어와 비교해 90개 이상의 언어를 지원합니다.

관련 기능