Eleven v3 Audio Tags: da vida al diálogo entre varios personajes

Las conversaciones impulsan las historias. Con Eleven v3 Audio Tags, ahora puedes escribir escenas con voces superpuestas, intercambios dinámicos e interacción emocional, todo interpretado por un solo modelo.

Al combinar etiquetas como [interrupting], [overlapping] o [laughs], puedes crear diálogos naturales que fluyen como una conversación humana, con interrupciones, cambios de tono y reacciones espontáneas.

No es solo voz línea a línea. Es interpretación con varios personajes.

¿Qué es el diálogo entre varios personajes en la voz IA?

El diálogo entre varios personajes consiste en que un modelo de voz interpreta varios papeles distintos en la misma escena. Cada personaje habla con un estilo, tono o ritmo diferente, a veces incluso interrumpiendo o hablando al mismo tiempo.

Con Eleven v3, puedes escribirlo directamente: Marissa: [starting to speak] Estaba pensando que podríamos— Chris: [interrupting] —probar nuestras nuevas funciones de sincronización. Marissa: [surprised] ¡Exacto! ¿Cómo lo— Chris: [overlapping] —sabías? Ha sido suerte. Marissa: [laughs] ¿La verdad? Esto es bastante divertido.

El resultado parece un diálogo real, no una narración ensamblada.

De la interpretación de voz a la interacción

Lo que antes requería varios locutores, grabaciones y ajustes de sincronización ahora puede hacerse con un solo guion. Las etiquetas te permiten dirigir cada voz de forma independiente en una misma escena.

Ejemplo: Jessica: [whispers] Así. Von Fusion: [sarcastically] Oh, bueno, mírate, señorita elegante. Jessica: [French accent] Esto es espectacular, ¿verdad?

Las voces no solo se alternan: interactúan, reaccionan y se superponen.

Etiquetas habituales para controlar varios personajes

Estas son algunas etiquetas esenciales para escribir diálogos naturales y con reacciones:

• Indicaciones de turno de palabra: [interrupting], [overlapping], [cuts in]
• Cambios emocionales: [excited], [annoyed], [flustered], [casual]
• Fluidez rítmica: [fast-paced], [hesitates], [pause], [drawn out]
• Cambio de identidad: [childlike tone], [deep voice], [pirate voice], [robotic tone]

Puedes combinarlas para crear intercambios expresivos: [frustrated] Nunca me escuchas... [interjecting] ¡Porque nunca dices lo que quieres decir!

Superposición, ritmo y presencia

Eleven v3 admite una entonación adaptada a la sincronización que permite que las voces se interrumpan o hablen unas sobre otras de forma natural. Es esencial para el humor, la tensión o el realismo.

En este fragmento: Marissa: [panicking] Espera, ¿el sistema se está bloqueando? No sé si esto es una función o un— Chris: [interrupting] ¡Error! Marissa: [sighing] Sí, pero ¿sinceramente? Esto es bastante divertido.`

La escena parece viva porque la interacción es fluida, no está escrita turno a turno.

Dirige escenas, no solo frases

Con Eleven v3, las escenas de diálogo se convierten en interpretaciones orquestadas. Puedes crear conversaciones completas, con personajes, sincronización, emoción y entonación, usando un solo guion y un solo modelo.

Para narradores, guionistas de videojuegos y diseñadores de experiencias interactivas, esto permite escribir escenas complejas sin aumentar la carga de producción. No solo escribes diálogos: diriges la dinámica del reparto.

Elegir la voz adecuada

Los clones de voz profesionales (PVC) aún no están totalmente optimizados para Eleven v3, por lo que la calidad del clon puede ser inferior a la de modelos anteriores. Durante esta fase de vista previa de investigación, lo mejor es encontrar un clon de voz instantáneo Clonar Voz IA (IVC) o una voz diseñada para tu proyecto si necesitas usar las funciones de v3. La optimización de los PVC para v3 llegará próximamente.