Emotionele Text to Speech: AI-stemprestaties regisseren met Eleven v4

Emotionele text to speech (TTS) maakt van een script een performance. In plaats van een monotone voordracht brengt een expressief TTS-model elk woord met gevoel, waardoor een scène tot leven komt met woede, vreugde, verdriet, frustratie en meer.

Door Audio Tags in je script te verwerken, geef je vorm aan een text to speech-performance zoals een regisseur dat zou doen. Voeg [furious] toe om de intensiteit van een zin te verhogen, [sarcastic] voor een vleugje droge humor, of een andere tag om het model te laten zien hoe je een zin wilt laten uitvoeren. 

Met Eleven v4 beschik je over emotionele TTS die je zin voor zin kunt regisseren. Zo bouw je scripts op die je tekst tot leven brengen.

Wat is emotionele text to speech?

Emotionele text to speech is door AI gegenereerde spraak die een zin uitvoert in plaats van hem voor te lezen. Het drukt emotie uit, begrijpt timing en tempo, legt nadruk op de juiste woorden en voegt non-verbale geluiden toe, zoals zuchten en lachen.

Eleven v4 is een baanbrekend model dat tekst omzet in een echte performance. Met beschrijvingen in de tekst kan dezelfde zin worden gefluisterd, geschreeuwd of met tranen worden uitgesproken, afhankelijk van wat je voor je ziet.

Of je nu een reclamecampagne schrijft voor je volgende lancering of hoofdstukken uit je roman tot leven brengt, Eleven v4 ondersteunt je met de Text to Speech van de hoogste kwaliteit.

Hoe Eleven v4 emotionele regie interpreteert

Eleven v4 haalt aanwijzingen voor emotionele regie uit de Audio Tags in je script en zet die om in een natuurlijke audioperformance.

Hier zijn enkele manieren waarop je met Eleven v4 emotionele regie aan tekst kunt toevoegen om je uiteindelijke output te verbeteren:

• Audio Tags: Schrijf Audio Tags in je instructies, zoals [whispers] of [cries], om regieaanwijzingen in je script te plaatsen. Je kunt scènes met emotionele diepgang creëren door v4 te regisseren zoals je elke podiumartiest zou regisseren.
• Interpunctie: Gebruik interpunctie om tempo en voordracht vorm te geven naast je Audio Tags. Beletseltekens vertragen een zin, streepjes onderbreken een spreker halverwege een zin en uitroeptekens voegen intensiteit toe. Zo krijg je een extra laag regie zonder een tag toe te voegen.
• Emotionele continuïteit: Begin een zin met een emotie en Eleven v4 houdt die toon de hele zin vast. Bouw je scènes iteratief op en maak rijke, contextuele scripts met Audio Tags in v4.

Om te laten zien hoe effectief Audio Tags zijn om tekst met v4 tot leven te brengen, bekijken we als voorbeeld het verschil tussen audio met en zonder tags.

In dit eerste voorbeeld gebruiken we alleen een standaardzin. Ter referentie gebruiken we Siren voor deze voorbeelden.

Dit tweede voorbeeld bevat dezelfde zin, maar met toegevoegde Audio Tags. We hebben emotionele aanwijzingen, geluidseffecten en zelfs geluiden die niet in de tekst staan, zoals een kwaadaardige lach.

Vijf emotionele text to speech-performances met Eleven v4

De beste manier om het volledige bereik van Eleven v4 te laten zien, is door het zelf te proberen. Maak een account en je kunt Eleven v4 binnen enkele minuten gebruiken.

Om je kort te laten zien wat er mogelijk is met dit expressieve Text to Speech-model, is hier één zin die vijf keer is gerenderd. Elke zin heeft een andere regieaanwijzing, die precies laat zien wat je met het model kunt doen.

Op alle vijf volgende kaarten staat de tekst “I didn’t think you’d actually come back.”, aangepast met een emotioneel rijke Audio Tag. Ter referentie gebruiken deze voorbeelden ook Siren.

[furious] toevoegen

Medeklinkers worden harder en plofklanken duidelijker. De zin klinkt boos en komt over als een beschuldiging.

[excited] toevoegen

De toonhoogte stijgt en het tempo gaat omhoog, waardoor dezelfde zin verandert in een vrolijke begroeting.

[sarcastic] toevoegen 

De toonhoogte wordt vlakker en de klinkers in de woorden worden langer uitgerekt. Sarcasme is een goede toepassing van Audio Tags, omdat de uitgesproken woorden qua toon rechtstreeks in tegenspraak zijn met de geschreven woorden.

[crying] toevoegen

Deze raakt je. De voordracht vertraagt en breekt halverwege de zin af. Je merkt dat het ademwerk hier veel doet.

[worried] toevoegen

Stiller en iets aarzelend haalt [worried] de zekerheid uit de zin.

Tips voor het schrijven van scripts die AI kan uitvoeren

We hebben de ElevenLabs Text to Speech-app zo intuïtief mogelijk gemaakt. Open de pagina en begin te typen, of voeg beschrijvende Audio Tags toe om specifieke geluiden of emoties in je scène te verwerken

Hier zijn nog enkele tips voor de beste resultaten met de emotionele Text to Speech van Eleven v4:

1. Experimenteer met je regie: Als een zin niet goed overkomt, vervang dan de tag in plaats van de tekst te herschrijven. Probeer [worried] in plaats van [sad], of [sarcastic] in plaats van [annoyed], en genereer opnieuw tot de voordracht overeenkomt met wat je voor ogen had.
2. Genereer volledige scènes in één keer: Hoewel losse zinnen tot een genuanceerde performance kunnen leiden (zoals we hierboven hebben laten zien), werkt Eleven v4 het best met alinea’s of tekstpassages. Als je het model genoeg tekst geeft om de context van een scène vast te stellen, verbetert dat de performance in de hele passage. Met Eleven v4 kun je per generatie maximaal 10.000 tekens schrijven in de TTS-app.
3. Gebruik één emotie per zinsdeel: Hoewel je meerdere Audio Tags in een zin kunt gebruiken, kun je het best één tag per zinsdeel gebruiken om verwarring te voorkomen. Tegengestelde emoties als aanwijzingen toevoegen kan leiden tot minder nauwkeurige output. Je kunt ook een tag plaatsen vóór precies de bijzin die je bedoelt, en erna een nieuwe tag toevoegen als je de emotie halverwege de zin wilt veranderen. 

Met deze tips verander je je tekst in een handomdraai in een performance.

Ga aan de slag met Eleven v4 voor emotionele text to speech

Alles wat je in dit artikel hebt gezien, is gegenereerd in de ElevenLabs Text to Speech-app met een script, een stem en een handvol Audio Tags in Eleven v4.

Om je eigen scènes te maken, selecteer je eenvoudig een stem, plak je een zin die je hebt geschreven en regisseer je je eerste performance.

Lees meer over Eleven v4 of registreer je om aan de slag te gaan met je eerste generatie.

Veelgestelde vragen over emotionele text to speech met AI