Lista de Audio Tags do Eleven v4: teste e depois crie as suas

Eleven v4 é um modelo inovador de Text to Speech que transforma texto em uma performance. As Audio Tags permitem dirigir essa performance, com controle detalhado sobre sua expressão emocional. Insira uma indicação em linguagem natural entre colchetes, como [whispers] ou [excited], e ouça o v4 adaptar a interpretação.

Esta lista de Audio Tags da ElevenLabs abrange todas as emoções da faixa emocional do Eleven v4, além de tags de interpretação, ritmo, reações, sotaques e efeitos sonoros. Depois de entender o básico, também vamos mostrar como escrever suas próprias tags em linguagem simples.

Resumo

• Audio Tags são sinais em linguagem natural entre colchetes que o Eleven v4 interpreta como instruções de performance, mudando a forma como pronuncia as palavras seguintes.
• O Eleven v4 é o modelo mais bem classificado na Artificial Analysis Speech Arena [setembro de 2026], e as Audio Tags permitem que você dirija essa performance linha por linha.
• A roda de faixa emocional do Eleven v4 permite ouvir emoções diferentes para ter uma visão rápida das capacidades do modelo.
• As tags não se limitam a uma lista fixa, então você pode criar as suas combinando qualidades, como [whispering, fearful], ou descrevendo a situação ou o personagem por trás de uma fala.
• As Audio Tags funcionam pela ElevenAPI no Eleven v4, Eleven v4 Turbo e Eleven v3.

O que são as Audio Tags da ElevenLabs?

Audio Tags são instruções em linguagem natural que você pode inserir no texto entre colchetes. O Eleven v4 as interpreta como marcadores de performance e as usa como instruções que mudam a forma como pronuncia determinadas palavras ou frases. Você as escreve diretamente no roteiro no app de Text to Speech da ElevenLabs e vê nossos modelos darem vida a elas.

Eleven v4 é o modelo de TTS mais bem classificado na Artificial Analysis Speech Arena, em que ouvintes votam no text to speech com som mais natural.¹ As Audio Tags permitem ir ainda mais longe nessa performance, direcionando exatamente como cada fala é interpretada.

Veja como usar Audio Tags em um roteiro:

• Coloque uma tag antes das palavras que ela afeta: Quando você escreve “[shouts] Não acredito que você disse isso para mim”, a fala inteira é gritada.
• A emoção continua: Quando você adiciona uma tag, a emoção dela continua ao longo da fala; assim, você só precisa inserir outra tag quando quiser mudar a interpretação. Por exemplo, “[proud] Cozinho há mais de uma década. Sei cozinhar um ovo. [startled] Que cheiro de queimado é esse?”
• Combine tags para sobrepor instruções: Separe as Audio Tags com vírgula dentro de um único par de colchetes, como [whispering, playful], para adicionar nuances à sua performance de TTS.
• Combine tags com pontuação: Embora as Audio Tags definam o clima e a interpretação, você pode controlar o ritmo naturalmente usando pontuação no roteiro. Adicione reticências, travessões ou maiúsculas para moldar a prosódia de uma fala.

Para uma explicação mais detalhada de como as tags funcionam e como substituem o SSML, escrevemos um guia completo sobre Audio Tags.

Lista de Audio Tags de emoção

A roda de emoções do Eleven v4 traz dezenas de emoções, cada uma interpretada pelo v4, para que você ouça a diferença antes mesmo de escrever uma tag. 

Clique em qualquer emoção abaixo para ouvi-la na roda ou experimente diretamente a frase e a emoção para ouvir o Eleven v4 dar vida às Audio Tags emocionais.

Embora tenhamos apresentado algumas emoções aqui, você pode usar linguagem natural para aplicar qualquer emoção que quiser. No exemplo abaixo, usamos várias Audio Tags que não aparecem acima para mostrar o que é possível fazer com prompts em linguagem natural.

Esta amostra ganhou vida com Jonathan Livingston.

Lista de Audio Tags de interpretação e volume

As tags de interpretação e volume controlam o quão alta ou intensa uma fala soa, independentemente da emoção escolhida. Se você quiser que o v4 siga uma visão mais específica, combine tags de interpretação e emoção para ter um controle mais detalhado.

Veja alguns exemplos:

• [whispers] Não se mexa, está bem atrás de você.
• [shouts] Todo mundo, evacuem o prédio, agora! 
• [softly] Você fez tudo o que podia. 
• [quietly] Acho que foram embora. 
• [low, threatening] Você realmente não deveria ter vindo aqui.

Veja o controle de volume e interpretação em ação.

A amostra acima ganhou vida com Rod.

Lista de Audio Tags de ritmo

As Audio Tags de ritmo mudam a velocidade de uma fala. Adicione-as para criar suspense ou preparar o momento cômico perfeito. Quando o tempo importa tanto quanto as próprias palavras, use tags de ritmo.

Como dica extra, a pontuação ajuda naturalmente na performance de text to speech, então combine os dois para ter controle total sobre a frase: 

• [slowly] E o vencedor é... 
• [rushed] Desculpe o atraso, o trem quebrou, vim correndo o caminho inteiro. 
• [pause] Então o telefone tocou. 
• [drawn out] Nããão acredito.

Adam foi a voz que deu vida a esta amostra.

Lista de Audio Tags de reações humanas

As tags de reação adicionam sons como risadas, suspiros de espanto, choro, tosses e suspiros às suas frases. Elas realmente dão vida ao texto e fazem uma amostra de áudio TTS soar natural, como uma pessoa falando espontaneamente em vez de ler um roteiro.

Veja algumas Audio Tags de reação:

• [laughs] Você caiu mesmo nessa? 
• [sighs] Tá bom. Eu lavo a louça. 
• [gasps] Esse diamante é de verdade? 
• [clears throat] Se eu puder ter a atenção de todos. 
• [crying] Não achei que você voltaria.

O Eleven v4 também adiciona pequenos toques humanos quando a emoção pede. Ouça a roda de emoções e você ouvirá falas como “V-você voltou?” e “Aff, isso é real?”, em que o v4 adicionou uma gaguejada ou um gemido por conta própria.

Para usar essa voz nas suas produções, procure por Jack John. 

Lista de Audio Tags de sotaque e personagem

Criar cenas ricas com diferentes sotaques ou vozes de personagens ficou mais fácil do que nunca com o Eleven v4. Com algumas Audio Tags, você pode transformar uma voz em uma nova persona, mantendo suas qualidades originais. Uma única voz pode interpretar todo um elenco em uma só geração.

• [British accent] Quer uma xícara de chá?
• [French accent] Bem-vindo ao meu pequeno café.
• [Australian accent] Sem problemas, amigo, vamos resolver isso.
• [pirate voice] Icem as velas e passem o rum.

Lauren ajudou a dar vida a esta amostra.

Lista de Audio Tags de efeitos sonoros

As Audio Tags de efeitos sonoros introduzem eventos não falados diretamente nas suas gerações. Por exemplo, se você estivesse criando uma cena narrativa ou uma faixa para videogame, poderia usá-las para dramatizar sem precisar de uma faixa de efeitos sonoros separada. Ainda assim, você sempre pode usar o gerador de efeitos sonoros com IA se estiver procurando algo específico. 

• [thunder rumbling] Está chegando mais perto.
• [footsteps] Alguém está subindo as escadas.
• [door creaking] Olá? Tem alguém em casa?
• [clapping] Obrigado, obrigado, vocês são gentis demais.

A voz no clipe acima é Siren.

Escreva suas próprias Audio Tags em linguagem natural

Qualquer uma das Audio Tags exibidas acima é um ótimo ponto de partida. Mas a magia do TTS da ElevenLabs é que você pode escrever qualquer nova Audio Tag em linguagem natural para dar ao modelo um contexto extra que ele possa usar. 

Como alternativa, se nenhuma tag de uma só palavra capturar o que você quer, escreva uma instrução mais completa.

• Combine emoções e qualidades: [tense, cautious] ou [whispering, fearful]
• Descreva a maneira: [like a sports commentator, speeding up]
• Descreva a situação: [out of breath after running up the stairs]
• Descreva o personagem: [a tired detective who has heard it all before]
• Descreva a mudança: [starting calm, then losing patience]

Dê vida à sua cena com Spuds Oxley. 

Dicas para escolher Audio Tags 

Escrever em linguagem natural oferece muita flexibilidade ao criar amostras de áudio em text to speech, mas também significa que chegar ao resultado perfeito pode exigir alguns ajustes.

Para deixar sua experiência de TTS com o Eleven v4 o mais simples possível, veja algumas dicas para trabalhar com Audio Tags:

• Ouça antes de escrever: Reproduza algumas emoções na roda de emoções para ouvir como o v4 interpreta cada uma delas (ou usá-la como inspiração), depois escolha a opção mais próxima para sua fala.
• Troque a tag antes de reescrever a fala: Se a interpretação não sair como esperado, tente uma emoção próxima, como [let down] em vez de [despair], e gere novamente.
• Use uma tag por oração: Tags contrastantes nas mesmas palavras podem prejudicar a performance. Adicione uma nova tag no ponto em que quiser que a emoção mude.
• Dê ao modelo uma cena completa: O Eleven v4 tem um desempenho melhor com contexto. Com uma janela de até 10.000 caracteres por geração no app de Text to Speech, você tem espaço para criar instruções em camadas e dar vida à sua cena.
• Comece com uma predefinição e depois seja específico. Se [nervous] estiver próximo, mas ainda não for o ideal, descreva o que falta: [nervous, trying to sound confident].

Mas, acima de tudo, entrar no app de TTS da ElevenLabs e experimentar é a melhor maneira de se atualizar e começar a produzir áudio TTS de alta qualidade.

Comece a criar áudio imersivo com o Eleven v4

Não existe uma lista definitiva de Audio Tags da ElevenLabs, porque você pode criar qualquer combinação que quiser escrevendo em linguagem natural. Todas as tags desta lista funcionam no Eleven v4, mas também funcionarão as tags que você imaginar ao escrever sua cena.

Escolha uma das mais de 17.500 vozes da Voice Library, cole seu roteiro e adicione sua primeira Audio Tag para começar. 

Saiba mais sobre Eleven v4 ou cadastre-se para criar performances de áudio impressionantes.

Perguntas frequentes sobre as Audio Tags da ElevenLabs

1. ^{Artificial Analysis, Provider Voice Arena Preference Elo, 30 de setembro de 2026}