音色自定义 | ElevenLabs Documentation

概览

可自定义 AI 智能体音色的多个方面，打造更自然、更具吸引力的对话体验，包括控制发音、语速和特定语言的音色设置。

对于使用 Realtime 模型的智能体，音色设置仍然生效，但智能体的文本转语音模型和表现力模式设置不生效。

通过 AI 助手管理智能体

也可以通过对话完成这些更改。托管 MCP 服务器让 Claude 和其他 MCP 客户端能够通过自然语言创建、配置和管理智能体。

让智能体在多角色对话、故事讲述和语言辅导中切换不同音色。

使用 IPA 或 CMU 标注，控制智能体对特定词语和短语的发音。

调整智能体说话速度，取值范围为 0.7x 至 1.2x。

由 Eleven v3 Conversational 和改进的轮次管理系统支持的上下文感知情感表达。

为智能体输出音频添加循环背景音，并应用电话风格滤镜。

为每种支持的语言配置不同音色，确保发音自然。

启用实时审核的音色无法在 ElevenAgents 中使用。

选择与目标语言和地区匹配的音色，以获得最自然的发音。建议测试多个音色，找出最适合使用场景的选择。

从默认语速（1.0）开始，再根据具体需求调整。使用内容测试不同语速，找到清晰度与自然流畅度之间的最佳平衡。

重点关注业务或使用场景中特有、需要保持一致发音，且日常对话中并不常用的术语。请结合所选的音色和模型测试发音效果。

部分音色自定义功能可能取决于模型。例如，基于音素的发音控制仅适用于 Flash v2 模型。