> This is a page from the ElevenLabs documentation. For a complete page index, fetch https://elevenlabs.io/docs/llms.txt. For the full documentation in a single file, fetch https://elevenlabs.io/docs/llms-full.txt. # Obsługa wielu głosów ## Omówienie Obsługa wielu głosów pozwala twojemu agentowi ElevenLabs dynamicznie przełączać się między różnymi głosami ElevenLabs w trakcie jednej rozmowy. Ta funkcja umożliwia: * **Historie z wieloma postaciami**: Różne głosy dla różnych postaci w narracji * **Naukę języków**: Głosy rodzimych użytkowników różnych języków * **Agentów emocjonalnych**: Zmiany głosu zależnie od kontekstu emocjonalnego * **Scenariusze role-play**: Osobne głosy dla różnych person ![Interfejs konfiguracji wielu głosów](/docs/_fern-img/a421eaed65575340ef34c1209a30d97ca2594a5fb48ee57b02c8349930191727.webp) ## Jak to działa Gdy obsługa wielu głosów jest włączona, twój agent może używać znaczników w stylu XML, aby przełączać się między skonfigurowanymi głosami podczas generowania tekstu. Gdy nie określono konkretnego głosu, agent automatycznie wraca do głosu domyślnego. **`Przykład przełączania głosów`** ```xml title="Przykład przełączania głosów" The teacher said, ¡Hola estudiantes! Then the student replied, Hello! How are you today? ``` **`Dialog wielu postaci`** ```xml title="Dialog wielu postaci" Once upon a time, in a distant kingdom... I need to find the magic crystal! The crystal lies beyond the enchanted forest. ``` ## Konfiguracja ### Dodawanie obsługiwanych głosów Każdy obsługiwany głos ma następujące właściwości: * **Etykieta głosu**: Unikalny identyfikator (np. „Joe”, „Spanish”, „Happy”) * **Głos**: Wybierz spośród dostępnych głosów ElevenLabs * **Rodzina modeli**: Wybierz Turbo, Flash lub Multilingual (opcjonalnie) * **Język**: Zastąp język domyślny dla tego głosu (opcjonalnie) * **Opis**: Kiedy agent powinien używać tego głosu #### Aktualizacja w panelu Otwórz agenta w panelu, przejdź do karty **Voice** i znajdź sekcję **Multi-voice support**. Kliknij **Add voice**, aby skonfigurować nowy obsługiwany głos. ![Interfejs konfiguracji wielu głosów](/docs/_fern-img/e7a6e86ed58abb54f75e884214e6bc056c85e85fc60176924fb2683e16250aa1.webp) #### Aktualizacja przez CLI #### Pobierz konfigurację agenta ```bash elevenlabs agents pull --agent "" ``` #### Edytuj \`agent_configs/\.json\` Ustaw `conversation_config.tts.supported_voices`: ```json { "conversation_config": { "tts": { "supported_voices": [ { "label": "Spanish", "voice_id": "", "language": "es", "description": "For any Spanish words or phrases" } ] } } } ``` #### Wyślij zmiany ```bash elevenlabs agents push --agent "" ``` #### Aktualizacja przez API ```python from elevenlabs import ElevenLabs elevenlabs = ElevenLabs() elevenlabs.conversational_ai.agents.update( agent_id="agent_7101k5zvyjhmfg983brhmhkd98n6", conversation_config={ "tts": { "supported_voices": [ { "label": "Spanish", "voice_id": "", "language": "es", "description": "For any Spanish words or phrases", } ] }, }, ) ``` ```typescript import { ElevenLabsClient } from "@elevenlabs/elevenlabs-js"; const elevenlabs = new ElevenLabsClient(); await elevenlabs.conversationalAi.agents.update("agent_7101k5zvyjhmfg983brhmhkd98n6", { conversationConfig: { tts: { supportedVoices: [ { label: "Spanish", voiceId: "", language: "es", description: "For any Spanish words or phrases", }, ], }, }, }); ``` ### Właściwości głosu #### Etykieta głosu Unikalny identyfikator, którego LLM używa do wskazania tego głosu. Wybieraj opisowe etykiety, takie jak: - Nazwy postaci: „Alice”, „Bob”, „Narrator” - Języki: „Spanish”, „French”, „German” - Emocje: „Happy”, „Sad”, „Excited” - Role: „Teacher”, „Student”, „Guide” #### Rodzina modeli Zastąp domyślną rodzinę modeli agenta dla tego konkretnego głosu: - **Flash**: Najszybsze generowanie, zoptymalizowane do użycia w czasie rzeczywistym - **Turbo**: Zrównoważona szybkość i jakość - **Multilingual**: Najwyższa jakość, najlepsza dla języków innych niż angielski - **Same as agent**: Użyj domyślnego ustawienia agenta #### Zastąpienie języka Określ inny język dla tego głosu. Przydatne w przypadku: - Rozmów wielojęzycznych - Nauki języków * Wymowy specyficznej dla regionu #### Opis Podaj kontekst, kiedy agent powinien używać tego głosu. Przykłady: * „Dla dowolnych hiszpańskich słów lub fraz” * „Gdy treść wiadomości jest radosna lub podekscytowana” * „Gdy mówi postać Joe” ## Implementacja ### Składnia znaczników XML Twój agent używa tagów w stylu XML do przełączania głosów: ```xml text to be spoken ``` **Najważniejsze informacje:** * Zastąp `VOICE_LABEL` dokładną skonfigurowaną etykietą * Tekst poza tagami używa głosu domyślnego * W tagach wielkość liter ma znaczenie * Zagnieżdżone tagi nie są obsługiwane ### Integracja z promptem systemowym Gdy skonfigurujesz obsługiwane głosy, system automatycznie doda instrukcje do promptu agenta: ``` When a message should be spoken by a particular person, use markup: "message" 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 ``` ### Przykład użycia #### Nauka języków ``` Teacher: Let's practice greetings. In Spanish, we say ¡Hola! ¿Cómo estás? Student: How do I respond? Teacher: You can say ¡Hola! Estoy bien, gracias. which means Hello! I'm fine, thank you. ``` #### Opowiadanie historii ``` Once upon a time, a brave princess ventured into a dark cave. I'm not afraid of you, dragon! she declared boldly. The dragon rumbled from the shadows, You should be, little one. But the princess stood her ground, ready for whatever came next. ``` ## Dobre praktyki #### Wybór głosu * Wybieraj głosy, które wyraźnie odróżniają postacie lub konteksty * Testuj kombinacje głosów, aby upewnić się, że dobrze ze sobą współgrają * Uwzględnij ton emocjonalny i osobowość każdego głosu * Przy zmianie języka zadbaj, by głosy pasowały do języka i akcentu #### Nazewnictwo etykiet * Używaj opisowych, intuicyjnych etykiet, które LLM zrozumie * Etykiety powinny być krótkie i łatwe do zapamiętania * Unikaj znaków specjalnych i spacji w etykietach #### Optymalizacja wydajności * Ogranicz liczbę obsługiwanych głosów do tych, których naprawdę potrzebujesz * Gdy to możliwe, używaj tej samej rodziny modeli, aby ograniczyć narzut przełączania * Testuj z przewidywanymi schematami rozmów * Monitoruj czas odpowiedzi przy wielu zmianach głosu #### Wytyczne dotyczące treści * Podaj jasne opisy, kiedy należy używać każdego głosu * Testuj przypadki brzegowe, w których zmiana głosu może być niejasna * Uwzględnij zachowanie awaryjne, gdy etykiety głosów są niejednoznaczne * Upewnij się, że zmiany głosu wzbogacają rozmowę, a nie rozpraszają ## Ograniczenia > **Note** > > * Maksymalnie 10 obsługiwanych głosów na agenta (w tym domyślny) > * Przełączanie głosów dodaje minimalne opóźnienie podczas generowania > * Tagi XML muszą mieć poprawny format i być zamknięte > * W znacznikach etykiety głosów rozróżniają wielkość liter > * Zagnieżdżone tagi głosów nie są obsługiwane ## FAQ #### Co się stanie, jeśli użyję niezdefiniowanej etykiety głosu? Jeśli agent użyje etykiety głosu, która nie została skonfigurowana, tekst zostanie wypowiedziany głosem domyślnym. Tagi XML zostaną zignorowane. #### Czy mogę zmienić głos w środku zdania? Tak, możesz przełączać głosy w jednej odpowiedzi. Każda oznaczona sekcja użyje określonego głosu, a tekst bez tagów użyje głosu domyślnego. #### Czy zmiana głosu wpływa na opóźnienie rozmowy? Przełączanie głosów dodaje minimalny narzut. Pierwsze użycie każdego głosu w rozmowie może mieć nieco większe opóźnienie podczas inicjalizacji głosu. #### Czy mogę używać tego samego głosu z różnymi etykietami? Tak, możesz skonfigurować wiele etykiet używających tego samego głosu ElevenLabs, ale z różnymi rodzinami modeli, językami lub kontekstami. #### Jak nauczyć agenta skutecznego przełączania głosów? Podaj jasne przykłady w prompcie systemowym i dokładnie przetestuj działanie. Możesz uwzględnić konkretne scenariusze, w których powinna nastąpić zmiana głosu, oraz przykłady formatu znaczników XML.