Przejdź do nawigacji
Konfiguracja

Dostosowywanie głosu

Dowiedz się, jak dostosować głos i sposób mówienia agenta AI.

Omówienie

Możesz dostosować różne aspekty głosu swojego agenta AI, aby rozmowy brzmiały bardziej naturalnie i angażująco. Obejmuje to kontrolę wymowy, tempa mówienia i ustawień głosu zależnych od języka.

W agencie korzystającym z modelu Realtime głos nadal jest stosowany, ale nie są stosowane ustawienia modelu Text to Speech ani trybu ekspresyjnego.

Zarządzaj agentami z asystenta AI

Te zmiany możesz też wprowadzać w rozmowie. Hostowany serwer MCP pozwala Claude i innym klientom MCP tworzyć, konfigurować i zarządzać agentami za pomocą języka naturalnego.

Dostępne opcje dostosowania

Obsługa wielu głosów

Pozwól agentowi przełączać się między różnymi głosami w rozmowach wielu postaci, opowieściach i nauce języków.

Słownik wymowy

Kontroluj wymowę konkretnych słów i zwrotów przez agenta za pomocą zapisu IPA lub CMU.

Kontrola tempa

Dostosuj tempo mówienia agenta, używając wartości od 0,7x do 1,2x.

Tryb ekspresyjny

Emocjonalna wypowiedź uwzględniająca kontekst, wspierana przez Eleven v3 Conversational i ulepszony system zmiany tury.

Środowisko audio

Dodaj zapętlony dźwięk tła i zastosuj filtr w stylu rozmowy telefonicznej do wyjściowego audio agenta.

Głosy zależne od języka

Skonfiguruj różne głosy dla każdego obsługiwanego języka, aby zapewnić naturalną wymowę.

Dobre praktyki

Głosy z włączoną moderacją na żywo nie mogą być używane w ElevenAgents.

Wybierz głosy pasujące do docelowego języka i regionu, aby uzyskać jak najbardziej naturalną wymowę. Przetestuj kilka głosów, aby znaleźć najlepszy dla swojego zastosowania.

Zacznij od domyślnego tempa (1.0) i dostosuj je do swoich potrzeb. Testuj różne tempa z własną treścią, aby znaleźć optymalną równowagę między wyrazistością a naturalnym brzmieniem.

Skup się na terminach specyficznych dla swojej firmy lub zastosowania, które wymagają spójnej wymowy i nie są powszechnie używane w codziennych rozmowach. Testuj wymowę z wybranym głosem i modelem.

Niektóre funkcje dostosowywania głosu mogą zależeć od modelu. Na przykład kontrola wymowy oparta na fonemach jest dostępna tylko w modelu Flash v2.