ConfigurarVoz e idioma

Suporte a várias vozes

Permita que seu agente de IA alterne entre vozes diferentes em conversas com vários personagens e narrativas mais envolventes.

Visão geral

O suporte a várias vozes permite que seu agente da ElevenLabs alterne dinamicamente entre diferentes vozes da ElevenLabs durante uma única conversa. Esse recurso avançado possibilita:

  • Narrativas com vários personagens: Vozes diferentes para personagens diferentes em narrativas
  • Ensino de idiomas: Vozes de falantes nativos para diferentes idiomas
  • Agentes emocionais: Alterações de voz com base no contexto emocional
  • Cenários de interpretação de papéis: Vozes distintas para diferentes personas
Interface de configuração de várias vozes

Como funciona

Quando o suporte a várias vozes está ativado, seu agente pode usar marcação no estilo XML para alternar entre as vozes configuradas durante a geração de texto. O agente retorna automaticamente à voz padrão quando nenhuma voz específica é indicada.

The teacher said, <spanish>¡Hola estudiantes!</spanish> 
Then the student replied, <student>Hello! How are you today?</student>

Configuração

Como adicionar vozes compatíveis

Cada voz compatível tem as seguintes propriedades:

  • Rótulo da voz: Identificador único (por exemplo, “Joe”, “Spanish”, “Happy”)
  • Voz: Selecione entre suas vozes disponíveis da ElevenLabs
  • Família de modelo: Escolha Turbo, Flash ou Multilingual (opcional)
  • Idioma: Substitua o idioma padrão para esta voz (opcional)
  • Descrição: Quando o agente deve usar esta voz

Abra seu agente no dashboard, acesse a aba Voz e localize a seção Suporte a várias vozes. Clique em Adicionar voz para configurar uma nova voz compatível.

Interface de configuração de várias vozes

Propriedades da voz

Um identificador único que o LLM usa para se referir a esta voz. Escolha rótulos descritivos, como: - Nomes de personagens: “Alice”, “Bob”, “Narrator” - Idiomas: “Spanish”, “French”, “German” - Emoções: “Happy”, “Sad”, “Excited” - Funções: “Teacher”, “Student”, “Guide”

Substitua a família de modelo padrão do agente para esta voz específica: - Flash: Geração mais rápida, otimizada para uso em tempo real - Turbo: Velocidade e qualidade equilibradas - Multilingual: Maior qualidade, ideal para idiomas que não são inglês - Same as agent: Usa a configuração padrão do agente

Especifique um idioma diferente para esta voz, útil para: - Conversas multilíngues - Aplicativos de ensino de idiomas - Pronúncias específicas de determinada região

Forneça contexto sobre quando o agente deve usar esta voz. Exemplos:

  • “Para quaisquer palavras ou frases em espanhol”
  • “Quando o conteúdo da mensagem for alegre ou animado”
  • “Sempre que o personagem Joe estiver falando”

Implementação

Sintaxe de marcação XML

Seu agente usa tags no estilo XML para alternar entre vozes:

<VOICE_LABEL>text to be spoken</VOICE_LABEL>

Pontos importantes:

  • Substitua VOICE_LABEL pelo rótulo exato que você configurou
  • O texto fora das tags usa a voz padrão
  • As tags diferenciam maiúsculas de minúsculas
  • Tags aninhadas não são compatíveis

Integração ao prompt do sistema

Quando você configura vozes compatíveis, o sistema adiciona automaticamente instruções ao prompt do seu agente:

When a message should be spoken by a particular person, use markup: "<CHARACTER>message</CHARACTER>" 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

Exemplo de uso

Teacher: Let's practice greetings. In Spanish, we say <Spanish>¡Hola! ¿Cómo estás?</Spanish>
Student: How do I respond?
Teacher: You can say <Spanish>¡Hola! Estoy bien, gracias.</Spanish> which means Hello! I'm fine, thank you.

Boas práticas

  • Escolha vozes que diferenciem claramente personagens ou contextos
  • Teste combinações de vozes para garantir que funcionem bem juntas
  • Considere o tom emocional e a personalidade de cada voz
  • Garanta que as vozes correspondam ao idioma e ao sotaque ao alternar idiomas
  • Use rótulos descritivos e intuitivos que o LLM possa entender
  • Mantenha os rótulos curtos e fáceis de lembrar
  • Evite caracteres especiais ou espaços nos rótulos
  • Limite o número de vozes compatíveis ao que você realmente precisa
  • Use a mesma família de modelo quando possível para reduzir a sobrecarga da alternância
  • Teste com os padrões de conversa esperados
  • Monitore os tempos de resposta com várias alternâncias de voz
  • Forneça descrições claras de quando cada voz deve ser usada
  • Teste casos extremos em que a alternância de voz possa não estar clara
  • Considere o comportamento de fallback quando os rótulos de voz forem ambíguos
  • Garanta que as alternâncias de voz aprimorem a conversa em vez de distraírem

Limitações

  • Máximo de 10 vozes compatíveis por agente, incluindo a padrão
  • A alternância de voz adiciona latência mínima durante a geração
  • As tags XML devem estar formatadas e fechadas corretamente
  • Os rótulos de voz diferenciam maiúsculas de minúsculas na marcação
  • Tags de voz aninhadas não são compatíveis

Perguntas frequentes

Se o agente usar um rótulo de voz que não foi configurado, o texto será falado usando a voz padrão. As tags XML serão ignoradas.

Sim, você pode alternar vozes em uma única resposta. Cada seção marcada usará a voz especificada, enquanto o texto sem marcação usará a voz padrão.

A alternância de voz adiciona uma sobrecarga mínima. O primeiro uso de cada voz em uma conversa pode ter uma latência um pouco maior enquanto a voz é inicializada.

Sim, você pode configurar vários rótulos que usam a mesma voz da ElevenLabs, mas com diferentes famílias de modelo, idiomas ou contextos.

Forneça exemplos claros no prompt do sistema e teste minuciosamente. Você pode incluir cenários específicos em que a alternância de voz deve ocorrer e exemplos do formato de marcação XML.