Eleven v3 オーディオタグ：AI音声の精密なデリバリーコントロール
- 公開日
- 最終更新日
聴くこの記事を聴く
優れたスピーチは、何を言うかだけで決まるものではありません。どう言うかも重要です。Eleven v3 Audio Tagsを使えば、タイミング、リズム、強調を細かくコントロールでき、セリフのペースを正確に調整できます。
[pause]、[rushed]、[stammers]、[drawn out]などのタグを使うと、感情だけでなくリズムの面でも、各文がどう響くかを調整できます。そのコントロールが、平坦な読み上げを演技へと変えます。
AIスピーチにおけるデリバリーコントロールとは？
デリバリーコントロールとは、話す速さ、間を置く場所、強調するタイミングなど、スピーチの流れを演出する機能です。セリフにドラマチックさ、自然さ、緊張感、ユーモアを与えます。
Eleven v3では、デリバリーがデフォルトのペースに固定されません。台本上で、サスペンスのためにゆっくりにしたり、緊迫感を出すために速くしたり、ユーモアのためにリズムを加えたりできます。
例：「[drawn out] やっと……1か月くらい前に辞めるって言ってたゲームのレベル42をクリアしたんだ。 [laughs] そしたら最後のボスが……まさかの…… [giggle] ウサギだったの。 [big laugh] 倒せなかったよ。かわいすぎて。」
ここではタグがテンポとタイミングを形作り、それによってセリフが印象に残ります。
タイミング、ペース、存在感をコントロール
タグを使えば、人が自然なペースで話す際に用いる繊細な手がかりを活用できます。
- 間・区切り： [pause]、[breathes]、[continues after a beat]
- 速度の指示： [rushed]、[slows down]、[deliberate]、[rapid-fire]
- ためらい・リズム： [stammers]、[drawn out]、[repeats]、[timidly]
- 強調： [emphasized]、[stress on next word]、[understated]
例：「[drawn out] つまーーり…… [suspicious tone] 最後の一切れ、食べてないって言うの？」
これらのタグを使えば、声が動く中で生まれる印象を完全にコントロールできます。
トーンと意味に合わせたペーシング
セリフの言い方が変われば、受け取られ方も変わります。
比べてみましょう：
- 大丈夫です。
- [flatly] 大丈夫です。
- [quietly, after a pause] 大丈夫……です。
- [angrily, fed up] 大丈夫です！
- [questioning]本当に [pause] 大丈夫ですか？
- 大丈夫です。 [pause] 本当に！
言葉は同じでも、意味は異なります。デリバリーコントロールでは、言葉の選び方ではなく、タイミングと意図からトーンが生まれます。
その瞬間を決めるタグの組み合わせ
デリバリーに焦点を当てたタグを、感情やキャラクターを示す指示と重ねることで、シーン全体を形作れます。
例：[hesitant][nervous] こ、これがうまくいくか……わかりません。 [gulps] でも、とにかくやってみましょう。
または：[whispering][pause] 聞こえた？ [rushed] 隠れて！ 今すぐ！
リズムと反応の組み合わせが、演技に説得力をもたらします。
テキストだけでなくテンポも演出
Eleven v3は台本を楽譜に変え、デリバリーコントロールでそれを指揮できます。チュートリアル、モノローグ、決め台詞の台本を書くときも、Audio Tagsを使えば、フレーム単位の精度でデリバリーを管理できます。
クリエイターにとっては、セリフがどう展開するかを完全にコントロールできるということです。起きることを書くだけではありません。そのテンポを設定できます。
適切な声を選ぶ
プロフェッショナルボイスクローン（PVC）は現在、Eleven v3向けに完全には最適化されていないため、以前のモデルと比べてクローンの品質が低下する可能性があります。このリサーチプレビュー期間中にv3機能を使用する必要がある場合は、プロジェクトに合ったInstant Voice Clone（IVC）またはデザインされた声を見つけることをおすすめします。v3向けのPVC最適化は近いうちに提供予定です。
