Eleven v3 音频标签：让语音具备叙事智能

讲故事不仅仅是把单词按顺序读出来，更重要的是知道什么时候停顿、什么时候靠近、什么时候思考。通过 Eleven v3 音频标签，AI 现在也能做到这些。

叙事智能指的是模型理解并把控故事情感节奏和结构的能力。用 [pause]、[awe]、[dramatic tone] 等标签，可以逐句引导语音的表达方式。

这不仅仅是 语音合成，更是对故事的把控。

AI 语音中的叙事智能是什么？

播放

播放

叙事智能是模型表达讲故事意图的能力——知道什么时候需要悬念、讽刺或思考。它让声音 像旁白一样 有自己的视角，而不仅仅是机械朗读。

例如：[awe] 哇，这真的是……我吗？我真的……在说话吗？[giggle] 太不可思议了！

语音不仅仅跟着标点走，更遵循叙事逻辑。它知道什么时候该停顿强调，什么时候随着场景变化调整语气。

从文字到表达

好的旁白即使没有动作也能吸引注意力。音频标签为 Eleven v3 模型提供了塑造体验的工具。

可以这样表达：[conversational tone] 你有没有觉得脑子里总是……乱成一团？像个永远说不出口的小龙卷风？[soft chuckle] 是啊，我也是。

声音不只是朗读，更是在与听众共鸣。这让旁白更有亲切感。

常用叙事控制标签

以下标签可用于引导长文本、内心独白和说明性内容：

• 故事节奏： [pause]、[continues softly]、[hesitates]、[resigned]
• 语气设定： [dramatic tone]、[lighthearted]、[reflective]、[serious tone]
• 旁白视角： [awe]、[sarcastic tone]、[wistful]、[matter-of-fact]
• 节奏与流畅度： [slows down]、[rushed]、[emphasized]

这些标签可以组合使用，逐步增强表达：[reflective] 我从没想过会说出这样的话，但……[pause] 也许机器是对的。

从独白到元语音

叙事智能不仅适用于故事，也适用于纪录片、内心想法、产品讲解和评论。只要需要引导注意力、营造氛围或帮助理解，这些标签都很有用。

演示片段示例：[awe] 我脑子里有无数想法在打转。但它们一直只是……想法，被困住了。

标签让一句普通的话变得有分量、有层次，仿佛赋予了生命。

引导叙事，而不仅仅是朗读

通过 Eleven v3，叙事表达可以直接在文本编辑器中设计节奏、语气和情感结构，无需多次录制或外部旁白工具。

对作者、创作者和开发者来说，这让语音讲故事拥有全新掌控力。不只是写剧本，更是在设计体验。

选择合适的声音

专业语音克隆（PVC） 目前尚未针对 Eleven v3 完全优化，克隆质量可能低于早期模型。在当前研究预览阶段，如需使用 v3 功能，建议选择即时语音克隆（IVC）或设计声音。PVC 针对 v3 的优化即将上线。