Maak kennis met Eleven v4Maak kennis met Eleven v4, ons meest expressieve model tot nu toe.

Ontdek
Naar content
InloggenRegistreren
Neem contact op met salesInloggen

Wat zijn Audio Tags? De complete gids voor emotionele TTS

Geschreven door
Jack Limebear
Gepubliceerd
Laatst bijgewerkt

LuisterenLuister naar dit artikel

Eleven v4
Meer informatie

Audio Tags zijn aanwijzingen in vierkante haken in natuurlijke taal, zoals [laughs], [gasps], [excited] en [worried], die Eleven v3 en Eleven v4 lezen als regieaanwijzingen in plaats van woorden om uit te spreken. Wanneer je een script schrijft voor een Text to Speech-model, geven deze Audio Tags je gedetailleerde controle over de emotionele voordracht van je tekst. 

Eleven v3 werd in maart 2026 publiekelijk beschikbaar. Vóór v3 was het verkrijgen van een specifieke emotionele uitvoering van een Text to Speech-model een kwestie van content opnieuw genereren en hopen op het beste. Audio Tags nemen dat giswerk weg en geven je volledige controle over een emotionele Text to Speech-uitvoering. Eleven v4 gaat nog een stap verder en geeft je gedetailleerde emotionele controle.

In deze gids lees je wat Audio Tags zijn, hoe ze werken, welke tagcategorieën er beschikbaar zijn en hoe ze zich verhouden tot SSML (Speech Synthesis Markup Language). We behandelen ook veelvoorkomende toepassingen, elk met een link naar een eigen uitgebreide gids.

Samenvatting

  • Audio Tags zijn aanwijzingen tussen vierkante haken, zoals [shouts] of [excited], die emotie, tempo, voordracht en toon binnen TTS in Eleven v3 en Eleven v4 aansturen.
  • Eleven v3 en Eleven v4 ondersteunen geen SSML, maar vervangen dit door Audio Tags voor een natuurlijkere schrijfervaring.
  • Tags vallen in verschillende categorieën, zoals emoties, voordracht en tempo, menselijke reacties, accenten en geluidseffecten.
  • Met interpunctie en hoofdletters in je tekst kun je het tempo van een AI-stemuitvoering vormgeven.
  • Je kunt Audio Tags in ElevenLabs gebruiken via de UI of de API.

Hoe werken Audio Tags?

Audio Tags staan inline in je transcript en worden tussen vierkante haken geplaatst. Wil je dat de voordracht verandert, bijvoorbeeld van normaal naar [worried], dan hoef je alleen een audiotag toe te voegen.

Je kunt ook meer dan één tag in een enkele zin gebruiken en tags combineren voor een gelaagdere uitvoering, zoals [tired] Het was een lange dag… [upset] Hoeveel dagen houd ik dit nog vol?

Dankzij de architectuur achter Eleven v4 kan het model context op een dieper niveau lezen dan eerdere modellen. Daardoor kan het emotionele aanwijzingen, toonwisselingen, sprekerswisselingen en contextuele signalen volgen zonder een aparte parameter of instelling nodig te hebben. Vertel het model gewoon wat het moment vraagt, en het voert de zin precies uit zoals je hebt gepland.

Eleven v4 verwerkt ook dialoog met meerdere sprekers die spontaan aanvoelt, inclusief onderbrekingen, stemmingswisselingen en het natuurlijke heen-en-weer van echte gesprekken, allemaal op basis van alleen tags en de scriptstructuur. 

Audio Tags versus SSML

Als je met andere TTS-systemen hebt gewerkt, ben je waarschijnlijk Speech Synthesis Markup Language tegengekomen. Platforms zoals Amazon Polly en Microsoft Azure Speech gebruiken SSML-tags als <break> of <emphasis> om een TTS-script van extra context te voorzien. 

Eleven v4 ondersteunt geen SSML-breaktags of de rest van de SSML-tagset. In plaats daarvan nemen Audio Tags, interpunctie en de structuur van een tekst zelf die rol over, terwijl ze gedetailleerde controle over de voordracht bieden.

In de onderstaande tabel kun je veelvoorkomende SSML-tags koppelen aan het Eleven v4-equivalent.

What it does
<break time=”1s”>
Inserts a pause
<prosody rate=”slow”>
Slows down speech
<prosody rate=”fast”>
Speeds speech up
<emphasis>
Stresses a particular word
<prosody pitch=”high”>
Shifts pitch higher
<prosody pitch=”low”>
Shifts pitch lower
Eleven v4 equivalent
<break time=”1s”>
[pause], an ellipsis in your text, or a line break
<prosody rate=”slow”>
[drawn out] or [slowly]
<prosody rate=”fast”>
[rushed]
<emphasis>
[shouts] or capitalizing a word
<prosody pitch=”high”>
Emotional tags like [excited]
<prosody pitch=”low”>
Emotional TTS tags like [softly] or [sorrowful]

Vanuit het perspectief van een schrijver kost [whispers] aan een zin toevoegen veel minder moeite dan een prosody-snelheid configureren.

De categorieën Audio Tags in v3: uitvoering regisseren met Audio Tags

Je kunt Audio Tags overal in je script plaatsen om de voordracht realtime vorm te geven. Je kunt ook combinaties van tags gebruiken binnen een script of zelfs binnen één zin.

Tags vallen in de volgende hoofdcategorieën.

Emoties

Met deze tags kun je de emotionele toon van de stem bepalen, of die nu somber, intens of opgewekt is. Je kunt bijvoorbeeld één of een combinatie van [sad], [angry], [happily] en [sorrowful] gebruiken.

[sorrowful] I couldn't sleep that night. The air was too still, and the moonlight kept sliding through the blinds like it was trying to tell me something.
[quietly] And suddenly,
that's when I saw it.
0:00
Okay, you are not going to believe this. You know how I've been totally stuck on that short story, like staring at the screen for hours, just nothing? [sighs] I was seriously about to just trash the whole thing, start over, give up probably.
But then [chuckles] last night, I was just doodling, not even thinking about it, right? And this one little phrase popped into my head, just completely out of the blue. And it wasn't even for the story initially, but then I typed it out just to see, and it was like the floodgates opened. Suddenly, I knew exactly where the character needed to go, what the ending had to be. It all just clicked. [sighs] I stayed up till like 3:00 a.m. just typing like a maniac. Didn't even stop for coffee. [chuckles] And it's, it's good, like really good. It feels so complete now, you know? Like it finally has a soul. [sighs] I am so incredibly pumped to finish editing it now. It went from feeling like a chore to feeling like
magic. Seriously, I'm still buzzing.
0:00

Voordracht en tempo

Deze gaan meer over toon en uitvoering. Je kunt deze tags gebruiken om het volume en de energie aan te passen voor scènes die terughoudendheid of kracht nodig hebben. Voorbeelden zijn tags als [whispers], [shouts] en [softly].

Could you switch my accent in the old model? [dismissive] Didn't think so, [cheeky] but you can now, so check this out. In just a sec, I'm going to speak with a different accent. And just between you and me, [whispers] I don't really know how, but okay. First, let's change it up [australian accent] so that I can fit in with the locals in Melbourne when I visit next month. [laughing] Whoa. Yeah, man, this is sick. Okay, let's try a different one, see if you can guess. [french accent] My love is like a red, red rose.
0:00
So, I was thinking we could-
[jumping in] Test our new timing features.
[surprised] Exactly! How did you-
[overlapping] Know what you were thinking? Lucky guess. Sorry, go ahead.
[cautiously] Okay. So if we both try to talk at the same time-
We'll probably crash the system?
[panicking] Wait, are we crashing? I can't tell if this is a feature or a-
[interrupting] Bug. Did I just cut you off again?
[sighing] Yes. But honestly, this is kind of fun.
0:00

Menselijke reacties

Echt natuurlijke spraak bevat reacties. Je kunt dit bijvoorbeeld gebruiken om realisme toe te voegen door natuurlijke, onvoorbereide momenten in spraak te verwerken. Tags zoals [laughs], [clears throat] en [sighs] helpen allemaal om een TTS-model menselijke emotie te laten overbrengen.

Andere voorbeelden van verschillende audiotagcategorieën zijn:

  • Accenten en karakterstemmen: Accenttags laten de stem overgaan naar een specifieke regio of persona zonder van model te wisselen, zoals [French accent], [British accent] of [pirate voice]. Gebruik ze om van één stem een flexibele cast te maken in plaats van één vaste uitvoering.
  • Geluidseffecten: Tags voor geluidseffecten voegen niet-spraakaudio rechtstreeks toe aan de generatie, zoals [gunshot], [explosion] en [clapping]. Deze werken goed voor meeslepende audio, games en gedramatiseerde vertellingen waarin de scène meer nodig heeft dan een stem. Gebruik als alternatief de ElevenCreative AI-geluidseffectgenerator.

Tags bieden je veel controle, maar je kunt ook interpunctie gebruiken om ritme en nadruk vorm te geven. Voeg bijvoorbeeld een beletselteken toe voor een natuurlijke pauze of gebruik komma's om natuurlijke ademhalingspatronen te creëren. Schrijf een woord volledig in hoofdletters om nadruk toe te voegen: “Ik wil het NU.”

We're off under the lights here for this semifinal clash, the stadium buzzing with anticipation. Eleven Labs united in their iconic black and white shirts, pushing forward with intent straight from the opening whistle. [excited] The ball is zipped out wide, early attack here. Driving down the wing, pace to burn, [shouting] he skids past one, skips past two. Oh, this is beautiful. One-on-one with the fullback, cuts inside. Oh, that's a lovely bit of footwork. PURE MAGIC on the pitch. ElevenLabs on top form tonight.
0:00
Oh my God. [laughing] You guys, like no joke, I just tried this TTS thing and it was, like, weirdly emotional. Like, it literally said hi, and I was, like, on the verge of tears. [laughing] I don't even cry, okay? I'm a Capricorn.
0:00

Wat kun je doen met Audio Tags?

Audio Tags ontsluiten op een intuïtieve manier de emotionele complexiteit van scripts. Schrijf natuurlijk en voeg tags toe terwijl je schrijft.

Hieronder zie je enkele toepassingen van emotionele TTS met Audio Tags.

Situationeel bewustzijn in AI-audio

Tags zoals [whisper] of [shouting] laten Eleven v4 op het moment reageren. Van het verzachten van een waarschuwing tot het aanhouden van een lange pauze voor spanning: je kunt dynamisch situationeel bewustzijn in je script inbouwen.

Bekijk onze gids over situationeel bewustzijn in AI-audio voor een volledig overzicht.

Karakteruitvoering in spraak regisseren

Wanneer je een script met meerdere personages uitwerkt, wil je duidelijk laten zien hoe elke stem verschilt. Van het experimenteren met hun persoonlijkheid via [sarcastically] tot het bepalen van hoe ze spreken met [British accent]: met onze TTS-engine kun je een volledig scala aan emoties vastleggen.

Lees meer over het regisseren van karakteruitvoering in AI-spraak.

Emotionele context in spraak uitdrukken

Met Audio Tags kun je de emotionele voordracht van een zin vormgeven naarmate die vordert. Je kunt emoties gedurende een speech opbouwen en een hoogtepunt bereiken op het moment waarop je je personage op zijn of haar best voor je ziet. Tags zoals [awe], [booming] en [big laugh] helpen je om een volledig emotioneel bereik in je AI-stemuitvoering op te bouwen.

Lees meer over het gebruik van emotionele context in AI-spraak. 

Dialoog met meerdere personages tot leven brengen

Bij het opbouwen van dialooguitvoeringen met meerdere personages kun je elke zin met een audiotag beginnen om rijke gesprekken tussen personages te creëren. 

Neem bijvoorbeeld het volgende: Tom: [coughing] [beginning to speak] sorry, ik ben vandaag een beetje ziek— Emma: [interrupting] —Ziek? Je weet toch hoe erg ik hoesten haat, Tom! Tom: [surprised] Het is maar een kuchje, niets ernstigs. Hoe zou jij je voelen als— Emma: [overlapping] [annoyed] —Ik denk dat je naar huis moet. 

Bekijk wat je nog meer kunt doen met dialoog met meerdere personages in Eleven v3.

Nauwkeurige controle over voordracht voor AI-spraak

Met Eleven v3 en Eleven v4 kun je het tempo van spraak regelen met Audio Tags of via interpunctie. Tags zoals [pause], [rushed] of [drawn out] laten je de zin actief en nauwkeurig vormgeven. Je kunt ook beletseltekens, punten en uitroeptekens toevoegen om op natuurlijke wijze emotie in je TTS-uitvoering op te bouwen.

We hebben een uitgebreide gids geschreven over nauwkeurige controle over voordracht in Eleven v3.

Emotionele TTS is beschikbaar via de API

Audio Tags werken via de Text to Speech API op dezelfde manier als in de ElevenLabs-UI. Schrijf de tag inline bij de scripttekst en de API geeft de getagde uitvoering terug in de gegenereerde audio, voor alles van luisterboekworkflows tot voice-overs voor advertenties. 

Lees meer over Eleven v4 of neem contact op met sales om vandaag aan de slag te gaan.

FAQ over Audio Tags en emotionele TTS

Geschreven door

Man smiling, wearing a checkered shirt against a plain background.

Jack Limebear

Growth Marketing

Profiel bekijken

Jack Limebear maakt deel uit van het Growth-team en werkt als contentschrijver en strateeg voor de blog- en inzichtpagina's. Voordat hij bij ElevenLabs kwam, gaf hij meer dan tien jaar leiding aan contentstrategieën voor organisaties, van snelgroeiende SaaS-startups tot Fortune 500-bedrijven. Hij heeft een master in Engelse literatuur van de University of Cambridge.

Vergelijkbare artikelen

Creëer met AI-audio van de hoogste kwaliteit

Neem contact op met salesRegistreren