Eleven v3 Audio Tags: AI-audio situationeel bewustzijn geven

Audio Tags vormen een essentieel onderdeel van het nieuwe Eleven v3 (alpha) Text to Speech-model. Hiermee bepaal je hoe zinnen worden uitgesproken — door toon, emotie en tempo aan te passen aan de context uit de praktijk.

Audio Tags zijn in de eenvoudigste vorm woorden tussen vierkante haken. Het model interpreteert deze als aanwijzingen voor de uitvoering. Zo kun je de uitspraak midden in een zin aanpassen aan emotionele momenten of veranderingen in de situatie — waardoor de AI een zekere mate van situationeel bewustzijn krijgt.

Wat is situationeel bewustzijn in AI-spraak?

Situationeel bewustzijn betekent dat de AI de uitspraak aanpast aan het moment. Met Audio Tags bepaal je niet alleen wat het model zegt — maar ook hoe het reageert.

Of je nu urgentie toevoegt met een [SHOUTING]-tag, een waarschuwing verzacht met een [WHISPER], of aarzeling aangeeft met [SIGH], tags maken van vertelling een uitvoering. Ze zijn vooral waardevol in scènes met veel context of dynamiek.

Uitvoering, niet alleen voorlezen

Stel je voor dat je een Veo 3-highlightvideo schrijft voor een voetbalwedstrijd tussen 11 United en 12 United. Je wilt dat de intensiteit met de actie toeneemt: “Hij passeert één verdediger — [EXCITED] daar komt de voorzet — [SHOUTING] GOAAAL!”

Of je spreekt een spannend moment in een luisterboek in: “[WHISPERING] Ik denk dat er iemand in huis is. [PAUSE] Blijf stil.”

Dit zijn geen stilistische extra's. Ze bepalen het moment en hoe het aanvoelt. Het model leest niet voor — het voert uit.

Veelgebruikte tags voor situaties

Met Audio Tags kun je verschillende emotionele en fysieke signalen simuleren:

• Emotionele toon: [EXCITED], [NERVOUS], [FRUSTRATED], [TIRED]
• Reacties: [GASP], [SIGH], [LAUGHS], [GULPS]
• Volume en energie: [WHISPERING], [SHOUTING], [QUIETLY], [LOUDLY]
• Tempo en ritme: [PAUSES], [STAMMERS], [RUSHED]

Je kunt tags combineren om meer nuance toe te voegen: “[NERVOUSLY] Ik... ik weet niet zeker of dit gaat werken. [GULPS] Maar laten we het toch proberen.”

Uitvoering die je kunt sturen

Eleven v3 ondersteunt deze tags met een model dat de context beter begrijpt. Het kan midden in een zin van toon veranderen, onderbrekingen verwerken en de flow behouden — voor een natuurlijkere uitspraak zonder het script te herschrijven.

Voor voice designers, gameontwikkelaars en verhalenvertellers opent dit een nieuwe creatieve laag. Je schrijft niet alleen zinnen. Je regisseert ze.

De juiste stem selecteren

Professional Voice Clones (PVC's) zijn momenteel nog niet volledig geoptimaliseerd voor Eleven v3, waardoor de kwaliteit van de clone mogelijk lager is dan bij eerdere modellen. In deze onderzoeks-previewfase kun je het beste een Instant Voice Clone (IVC) of ontworpen stem voor je project gebruiken als je v3-functies nodig hebt. Optimalisatie van PVC's voor v3 volgt binnenkort.