表现力模式
构建能根据对话语境调整语气、时机和情感表达的语音智能体。
概述
表现力模式让智能体能够传达意图、情感和重点,并根据用户的语气和说话内容实时调整。它基于对话技术栈的两项系统级改进:
- Eleven v4 Turbo —— ElevenAgents 中情感理解和语境感知能力最强的文本转语音模型。
- 全新轮次交接系统 —— 响应时机更准确,打断更少。
选择 Eleven v4 Turbo 作为智能体的 TTS 模型后,表现力模式会自动启用。
Eleven v4 Turbo
Eleven v4 Turbo 是 Eleven v4 的实时版本,中位延迟约为 100ms,专为实时往返对话优化。它能跨轮次保持对话语境,并调整表达方式以匹配每次交流的语气和意图。
- 语境感知表达:智能体会根据对话语境调整语气——用户听起来焦虑时更平静地回应,需要清晰说明时则更直接。
- 明确的情感控制:通过系统提示词规则引导表达方式,从精准触发条件到更广泛的场景,以符合品牌语调和合规要求。
- 支持 90+ 种语言:相比 Flash 模型的约 32 种语言大幅扩展。
- 表现力标签:LLM 可输出
[laughs]、[whispers]或[sighs]等标签,控制特定时刻的表达。
ElevenAgents 定价为每个套餐列出统一的每分钟通话费率,不按 TTS 模型单独计费。额外通话分钟数为每分钟 $0.08,LLM 使用量另行计费。参见 ElevenAgents 定价。
轮次交接系统
全新轮次交接系统利用 Scribe v2 Realtime 的实时信号——包括情感线索和语音模式——判断智能体何时应说话、暂停或等待。这让智能体的响应更自然,尤其是在情绪强烈的情境中。
例如,“yeah”既可能是完整的确认,也可能是准备继续说话的开场。系统除了分析转录文本,还会分析说话方式(如韵律等语音线索),从而更自然地把握智能体的响应时机。
还可以通过轮次积极度设置进一步微调轮次交接行为。
配置
启用表现力模式
系统提示词示例
通过系统提示词中的自然语言说明引导智能体的情感表达。模型会结合语境理解这些说明,因此无需为每种情况都使用明确标签。
宽泛指引
具体触发条件
使用表现力标签
除语境感知表达外,LLM 还可输出明确标签来控制特定时刻。常用标签包括:
[laughs]—— 为语音加入笑声[whispers]—— 降低音量以耳语[sighs]—— 加入叹息感[slow]—— 放慢语速[excited]—— 让表达更兴奋
每个标签大约影响接下来的 4-5 个词,之后恢复正常表达。
最佳实践
让表达与语境匹配
指导智能体根据情境匹配情感表达。面对沮丧的客户,应以平静、共情的方式回应;用户分享好消息时,应传达真诚的温暖。语气不匹配会损害信任。
使用系统提示词规则保持一致
在系统提示词中定义清晰的语气指南,而非完全依赖模型判断。这样可确保表达保持一致,并符合品牌语调和合规要求。
跨语言测试
表现力表达因语言而异。请在每种目标语言中测试智能体,确保情感细微差别能如预期传达,尤其是在对话习惯不同的语言中。
结合轮次积极度设置
将表现力模式与合适的轮次积极度设置搭配使用。在情感敏感的对话中,耐心模式会给用户更多表达空间;快节奏互动则适合积极模式。
监测并迭代
使用对话分析跟踪用户对表现力表达的反应。根据对话结果和用户反馈优化语气指南。
限制
- 表现力标签的效果大约持续 4-5 个词,之后恢复正常表达。
- 不同音色和语言的表现力可能有所差异。
常见问题
表现力模式收费更高吗?
不会。ElevenAgents 定价为每个套餐列出统一的每分钟通话费率,表现力模式或 TTS 模型不单独收费:额外通话分钟数为每分钟 $0.08,LLM 使用量另行计费。参见 ElevenAgents 定价。
如何启用表现力模式?
在 智能体声音 面板的 TTS 模型系列 下选择 V4 Turbo。该模型会自动启用表现力模式。如需关闭,可关掉 表现力模式 开关,或通过 API 或 CLI 将 conversation_config.tts.expressive_mode 设为 false。
轮次交接系统如何工作?
该系统利用 Scribe v2 Realtime 的实时信号,包括情感线索和语音模式,预测智能体何时应响应。它会分析转录文本和词语的说话方式(韵律),以自然地把握响应时机。
可以将表现力模式用于我的专业语音克隆吗?
Eleven v4 Turbo 支持多少种语言?
Eleven v4 Turbo 支持 90+ 种语言,相比 Flash 模型的约 32 种有所扩展。
它与 ElevenAgents 中的其他 TTS 模型相比如何?
Eleven v4 Turbo 的情感表现范围高于 Flash 和 Multilingual v2,并能根据对话语境调整表达方式。它支持 90+ 种语言,而 Flash 约支持 32 种。
