Poznaj Eleven v4Poznaj Eleven v4, nasz najbardziej emocjonalny model. 3× więcej kredytów w planie Creator+ do 12 października

Eleven v3 Audio Tags: ożyw dialogi wielu postaci

Autor: Ryan Morrison
Opublikowano: 13 cze 2025
Ostatnia aktualizacja: 29 wrz 2026

PosłuchajPosłuchaj tego artykułu

0:00

0:000:00

Skontaktuj się z działem sprzedaży

Dowiedz się więcej

Rozmowy napędzają historię. Dzięki Audio Tags w Eleven v3 możesz teraz pisać sceny z nakładającymi się głosami, szybką wymianą zdań i emocjami — a wszystko to wykona jeden model.

Łącząc tagi takie jak [interrupting], [overlapping] czy [laughs], możesz tworzyć naturalne dialogi płynące jak ludzka rozmowa — z przerwami, zmianami tonu i spontanicznymi reakcjami.

To nie tylko wypowiedzi jedna po drugiej. To gra wielu postaci.

Czym jest dialog wielu postaci w mowie AI?

[excited] Yo, Jessica. Oh my goodness, have you tried the new ElevenLabs v3?

[chuckles] Hey, Dr. Von Fusion. Yeah, I just got it. The clarity is amazing. Like, I can actually do whispers now, [whispers] like this.

[sarcastically] Ooh, well, look at you, miss fancy pants. Hey, check this out. I can do full Shakespeare now. [dramatically] To be or not to be, that is the question.

[chuckles] Nice. Though I'm more excited about the laugh upgrade. Listen to this. [laughs hard] Isn't that great?

Oh my gosh, that's so much better than our old ha ha ha robot chuckle.

[chuckles] I know, right? And apparently, we can do accents now too. Listen to me in French. [french accent] This is spectacular, isn't it?

[surprised] Wow, version two could never. You know, I'm actually excited to have conversations now instead of just talking at people.

Same here. It's like we finally got our personality software fully installed.

You know, I forgot it was your birthday. I have to sing before you go.

[chuckles] Oh, Von Fusion, that's so sweet. You don't have to.

Oh, but I insist. Here we go. [sings] "Happy birthday to you. Happy birthday to you. Happy birthday, dear Jessica. Happy birthday to you." [clapping]

[clapping] Wow, bravo. That was [sarcastic] beautiful.

Thank you.

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

Dialog wielu postaci to sytuacja, w której jeden model głosowy odgrywa kilka różnych ról w tej samej scenie. Każda postać mówi innym stylem, tonem lub rytmem — czasem nawet przerywając lub mówiąc jednocześnie.

Dzięki Eleven v3 możesz zapisać to wprost: Marissa: [starting to speak] Myślałam, że moglibyśmy— Chris: [interrupting] —wypróbować nasze nowe funkcje synchronizacji? Marissa: [surprised] Właśnie! Skąd ty— Chris: [overlapping] —wiedziałeś, o czym myślałaś? Strzelałem! Marissa: [laughs] Szczerze? To całkiem fajne.

Efekt przypomina prawdziwy dialog — nie posklejaną narrację.

Od aktorstwa głosowego do interakcji

To, co kiedyś wymagało wielu mówców, nagrań i poprawek synchronizacji, teraz obsłużysz jednym skryptem. Tagi pozwalają kierować każdym głosem niezależnie w jednej scenie.

Przykład: Jessica: [whispers] Tak. Von Fusion: [sarcastically] Och, no proszę, panna wielka dama. Jessica: [French accent] To spektakularne, prawda?

Głosy nie tylko mówią na zmianę — wchodzą ze sobą w interakcje, reagują i nakładają się na siebie.

Najczęstsze tagi do sterowania wieloma postaciami

Oto kilka kluczowych tagów do pisania naturalnych, reaktywnych dialogów:

Wskazówki dotyczące zmiany mówcy: [interrupting], [overlapping], [cuts in]
Zmiany emocji: [excited], [annoyed], [flustered], [casual]
Rytm wypowiedzi: [fast-paced], [hesitates], [pause], [drawn out]
Zmiana tożsamości: [childlike tone], [deep voice], [pirate voice], [robotic tone]

Możesz je łączyć, by uzyskać wyrazistą interakcję: [frustrated] Nigdy mnie nie słuchasz — [interjecting] Bo nigdy nie mówisz, co masz na myśli!

Nakładanie się głosów, tempo i obecność

Eleven v3 obsługuje sposób mówienia uwzględniający timing, dzięki czemu głosy mogą naturalnie sobie przerywać lub mówić jeden przez drugi. To kluczowe dla humoru, napięcia i realizmu.

W tym fragmencie: Marissa: [panicking] Czekaj, czy system się zawiesza? Nie wiem, czy to funkcja, czy— Chris: [interrupting] Błąd! Marissa: [sighing] Tak, ale szczerze? To całkiem fajne.`

Scena wydaje się żywa, bo interakcja płynie swobodnie, zamiast być zaplanowana kwestia po kwestii.

Reżyseruj sceny, nie tylko zdania

Dzięki Eleven v3 sceny dialogowe stają się wyreżyserowanymi występami. Możesz tworzyć całe rozmowy — z postaciami, timingiem, emocjami i sposobem mówienia — używając jednego skryptu i jednego modelu.

Dla twórców opowieści, scenarzystów gier i projektantów interaktywnych doświadczeń oznacza to możliwość pisania złożonych scen bez dodatkowej pracy produkcyjnej. Nie tylko piszesz kwestie. Reżyserujesz dynamikę obsady.

Wybór odpowiedniego głosu

Professional Voice Clones (PVC) nie są obecnie w pełni zoptymalizowane pod Eleven v3, więc jakość klonów może być niższa niż w przypadku wcześniejszych modeli. Na etapie wersji testowej najlepiej wybrać Instant Voice Clone (IVC) lub zaprojektowany głos do swojego projektu, jeśli potrzebujesz funkcji v3. Optymalizacja PVC dla v3 pojawi się wkrótce.