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

素晴らしいスピーチは内容だけでなく、どのように伝えるかが重要です。 Eleven v3 オーディオタグを使えば、タイミング、リズム、強調を細かくコントロールでき、セリフのペースを精密に調整できます。

[pause]、[rushed]、[stammers]、[drawn out]のようなタグを使って、感情だけでなくリズム的にも各文の着地を調整できます。このコントロールが平坦なデリバリーをパフォーマンスに変えます。

AI音声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、スピーチの流れを指示する能力です。どのくらい速く進むか、どこで止まるか、いつ強調するかを決めることができます。これにより、セリフがドラマチック、カジュアル、緊張感、またはコメディックに感じられます。

Eleven v3では、デフォルトのペースに縛られずに配信できます。スクリプトから直接、サスペンスのために遅くしたり、緊急性のために速くしたり、ユーモアのためにリズムを加えたりできます。

再生

例：「オーケー、だからやっとあのゲームのレベル42をクリアしたんだよ、やめるって言ってたのに... 一ヶ月前に。[笑] そして最後のボスは... ただの... [くすくす] ウサギだった。[大笑い] できなかったよ。可愛すぎた。」

ここでのタグはテンポとタイミングを形作ります。それがセリフを際立たせるのです。

タイミング、ペース、存在感のコントロール

タグを使うことで、人間が自然にスピーチをペースするための微妙な手がかりにアクセスできます：

• ポーズとブレイク： [pause]、[breathes]、[continues after a beat]
• スピードの手がかり： [rushed]、[slows down]、[deliberate]、[rapid-fire]
• ためらいとリズム： [stammers]、[drawn out]、[repeats]、[timidly]
• 強調： [emphasized]、[stress on next word]、[understated]

例：「[drawn out] だから... 君は... [疑わしいトーン] 最後の一切れを食べてないって言うの？」

これらのタグは、声がどのように感じられるかを完全にコントロールします。

トーンと意味のためのペース設定

再生

セリフの伝え方を変えると、その解釈も変わります。

比較：

• 大丈夫です。
• [平坦に] 大丈夫です。
• [静かに、ポーズの後で] 大丈夫... です。
• [怒って、うんざりして] 大丈夫だってば！
• [疑問に思って] 本当に [ポーズ] 大丈夫？
• 大丈夫です。[ポーズ] 本当に！

同じ言葉でも、意味は異なります。デリバリーコントロールを使えば、トーンは言葉の選択ではなく、タイミングと意図から生まれます。

瞬間を定義するタグの組み合わせ

再生

デリバリーに焦点を当てたタグを感情やキャラクターの手がかりと組み合わせて、シーン全体を形作ることができます。

例：[ためらい][緊張] 私... これがうまくいくかどうか分からない。[ごくり] でも、とにかくやってみよう。

または：[ささやき][ポーズ] 聞こえた？[急いで] 隠れて！今すぐ！

このリズムと反応の組み合わせが、パフォーマンスを信じられるものにします。

テキストだけでなくテンポを指示

Eleven v3はスクリプトをスコアに変え、デリバリーコントロールでそれを指揮します。チュートリアル、モノローグ、パンチラインをスクリプト化する際、オーディオタグを使えばフレーム単位でデリバリーを管理できます。

クリエイターにとって、これはセリフの展開を完全に指揮できることを意味します。何が起こるかを書くのではなく、そのテンポを設定するのです。

適切な声の選択

プロフェッショナルボイスクローン（PVC）は現在、Eleven v3に完全に最適化されておらず、以前のモデルに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段階では、v3の機能を使用する必要がある場合、インスタントボイスクローン（IVC）やデザインされた声をプロジェクトに選ぶのが最善です。PVCのv3への最適化は近い将来に予定されています。