Expressivt läge
Skapa röstagenter som anpassar ton, tajming och känslomässigt uttryck utifrån samtalets kontext.
Översikt
Expressivt läge gör att agenter kan leverera tal som återspeglar avsikt, känsla och betoning, och som anpassas i realtid efter hur användare låter och vad de säger. Det bygger på två systemövergripande förbättringar i samtalsstacken:
- Eleven v4 Turbo — den mest emotionellt intelligenta och kontextmedvetna Text to Speech-modellen som finns i ElevenAgents.
- Ett nytt system för turordning — mer exakt tajmade svar med färre avbrott.
Expressivt läge aktiveras automatiskt när du väljer Eleven v4 Turbo som TTS-modell för din agent.
Eleven v4 Turbo
Eleven v4 Turbo är realtidsvarianten av Eleven v4, med en medianlatens på ~100 ms, optimerad för direkta dialoger fram och tillbaka. Den behåller samtalskontexten mellan turer och anpassar leveransen efter tonen och avsikten i varje utbyte.
- Kontextmedveten leverans: Agenter anpassar tonen utifrån samtalskontexten — svarar lugnare när en användare låter orolig eller mer direkt när tydlighet är viktigt.
- Explicit känslomässig styrning: Styr leveransen med regler i systemprompten, från exakta utlösare till bredare scenarier, för att anpassa den till varumärkets röst och efterlevnadskrav.
- Stöd för över 90 språk: Utökat från ~32 språk i Flash-modeller.
- Expressiva taggar: LLM:en kan generera taggar som
[laughs],[whispers]eller[sighs]för att styra specifika delar av leveransen.
ElevenAgents prissättning anger en samtalskostnad per minut för varje abonnemang, utan separat pris per TTS- modell. Ytterligare samtalsminuter kostar 0,08 USD per minut, och LLM-användning debiteras separat. Se ElevenAgents prissättning.
System för turordning
Det nya systemet för turordning använder realtidssignaler från Scribe v2 Realtime — inklusive känslomässiga signaler och talmönster — för att avgöra när en agent ska tala, pausa eller vänta. Det hjälper agenter att svara mer naturligt, särskilt i känsloladdade situationer.
Till exempel kan ”ja” vara en fullständig bekräftelse eller en inledning till att fortsätta tala. Genom att analysera hur det sades (talsignaler som prosodi) utöver transkriptionen tajmar systemet agentens svar mer naturligt.
Beteendet för turordning kan justeras ytterligare med inställningen iver att ta ordet.
Konfiguration
Aktivera expressivt läge
Välj TTS-modell
Ställ in agentens TTS-modell på Eleven v4 Turbo (eleven_v4_turbo). Expressivt läge aktiveras automatiskt med denna modell. Stäng av det genom att sätta expressive_mode till false.
Uppdatera via dashboarden
Uppdatera via CLI
Uppdatera via API:t
- Öppna agenten i dashboarden och välj din röst under Röster för att öppna panelen Agentröst.
- Välj V4 Turbo under TTS-modellfamilj. Växlingsknappen Expressivt läge aktiveras, och Föreslagna ljudtaggar under den visar taggar som din agent kan använda.
- Klicka på Publicera för att spara ändringarna.

Exempel på systemprompter
Styr agentens känslomässiga leverans genom instruktioner på naturligt språk i systemprompten. Modellen tolkar dem utifrån kontexten, så explicita taggar krävs inte i varje situation.
Bred vägledning
Specifika utlösare
Använda expressiva taggar
Utöver kontextmedveten leverans kan LLM:en generera explicita taggar för att styra specifika ögonblick. Vanliga taggar är:
[laughs]— Lägger till skratt i talet[whispers]— Sänker volymen för viskning[sighs]— Ger en suckande kvalitet[slow]— Saktar ned talet[excited]— Ger leveransen mer entusiasm
Varje tagg påverkar ungefär de följande 4–5 orden innan leveransen återgår till det normala.
Bästa praxis
Anpassa leveransen till kontexten
Vägled din agent så att den anpassar sin känslomässiga leverans efter situationen. En frustrerad kund bör höra ett lugnt och empatiskt svar. En användare som delar goda nyheter bör höra genuin värme. En ton som inte passar situationen urholkar förtroendet.
Använd regler i systemprompten för konsekvens
Definiera tydliga tonriktlinjer i systemprompten i stället för att enbart förlita dig på modellens bedömning. Det ger en konsekvent leverans som följer varumärkets röst och efterlevnadskraven.
Testa på olika språk
Expressiv leverans kan variera mellan språk. Testa din agent på varje målspråk för att säkerställa att den känslomässiga nyansen uppfattas som avsett, särskilt i språk där samtalsnormerna skiljer sig åt.
Kombinera med inställningar för iver att ta ordet
Kombinera expressivt läge med lämpliga inställningar för iver att ta ordet. Tålmodigt läge ger användare mer utrymme i känsligt laddade samtal, medan ivrigt läge passar snabba interaktioner.
Övervaka och förbättra
Använd samtalsanalys för att följa hur användare reagerar på expressiv leverans. Förfina dina tonriktlinjer utifrån samtalsresultat och användarfeedback.
Begränsningar
- Effekterna av expressiva taggar varar i ungefär 4–5 ord innan leveransen återgår till det normala.
- Expressiviteten kan variera mellan röster och språk.
Vanliga frågor
Kostar expressivt läge mer?
Nej. ElevenAgents prissättning anger en samtalskostnad per minut för varje abonnemang, utan separat pris för expressivt läge eller TTS-modellen: ytterligare samtalsminuter kostar 0,08 USD per minut och LLM-användning debiteras separat. Se ElevenAgents prissättning.
Hur aktiverar jag expressivt läge?
I panelen Agentröst väljer du V4 Turbo under TTS-modellfamilj. Expressivt läge aktiveras automatiskt med denna modell. Stäng av det genom att inaktivera växlingsknappen Expressivt läge, eller sätt conversation_config.tts.expressive_mode till false via API:t eller CLI.
Hur fungerar systemet för turordning?
Systemet använder realtidssignaler från Scribe v2 Realtime, inklusive känslomässiga signaler och talmönster, för att förutsäga när agenten ska svara. Det analyserar både transkriptionen och hur ord sades (prosodi) för att tajma svaren naturligt.
Kan jag använda expressivt läge med min Professional Voice Clone?
Professional Voice Clones stöds i Eleven v4. Om en PVC ännu inte har tränats på Eleven v4 öppnar du Mina röster, hittar rösten och klickar på plusknappen bredvid Eleven v4 för att börja finjustera. Se Eleven v4 för röstinställningar, inklusive Clone Strength för Professional Voice Clones.
Hur många språk stöder Eleven v4 Turbo?
Eleven v4 Turbo stöder över 90 språk, utökat från ~32 i Flash-modeller.
Hur jämför sig detta med andra TTS-modeller i ElevenAgents?
Eleven v4 Turbo erbjuder ett större känslomässigt omfång än Flash och Multilingual v2, med möjlighet att anpassa leveransen utifrån samtalskontexten. Den stöder över 90 språk jämfört med ~32 för Flash.