Eleven v4 Audio Tags 列表：先试用，再自己编写

Eleven v4 是一款突破性的文本转语音模型，可将文本转化为富有表现力的演绎。Audio Tags 让你精细控制演绎的情绪表达。插入 [whispers] 或 [excited] 等方括号中的自然语言提示，即可听到 v4 相应调整表达方式。

这份 ElevenLabs Audio Tags 列表涵盖完整Eleven v4 情绪范围中的所有情绪，以及表达方式、节奏、反应、口音和音效标签。掌握基础后，我们还会介绍如何用自然语言编写自己的标签。

摘要

• Audio Tags 是方括号中的自然语言信号，Eleven v4 会将其视为演绎指示，改变后续文字的表达方式。
• Eleven v4 在 Artificial Analysis Speech Arena [September 2026] 中排名第一，Audio Tags 让你能够逐句指导演绎。
• Eleven v4 情绪范围转盘可让你聆听不同情绪，快速了解模型能力。
• 标签不局限于固定列表，你可以组合特质来编写自己的标签，例如 [whispering, fearful]，也可以描述台词背后的场景或角色。
• Audio Tags 可通过ElevenAPI 在 Eleven v4、Eleven v4 Turbo 和 Eleven v3 上使用。

什么是 ElevenLabs Audio Tags？

Audio Tags 是可嵌入文本方括号中的自然语言提示。Eleven v4 会将其识别为演绎标记，并用作改变特定词语或短语表达方式的指示。你可以在 ElevenLabs 文本转语音应用中，将它们直接写入脚本，观看模型将其生动呈现。

Eleven v4 是 Artificial Analysis Speech Arena 中排名第一的 TTS 模型，听众可在此投票选出最自然的文本转语音。¹ Audio Tags 可让你精准指导每句台词的表达方式，进一步提升演绎效果。

以下是在脚本中使用 Audio Tags 的方法：

• 将标签放在其影响的文字之前：例如，写下“[shouts] 我真不敢相信你竟然对我说这种话”，整句都会以喊叫方式表达。
• 情绪会延续：添加标签后，其情绪会贯穿后续台词，因此只需在想改变表达方式时再添加标签。例如：“[proud] 我做饭已经十多年了，煮个鸡蛋我当然会。[startled] 什么东西烧焦了？”
• 组合标签，叠加指示：在同一组方括号中用逗号分隔 Audio Tags，例如 [whispering, playful]，可为 TTS 演绎增添细微变化。
• 将标签与标点搭配使用：Audio Tags 可设定情绪和表达方式，而你可以在脚本中使用标点自然控制节奏。添加省略号、破折号或大写字母，来塑造韵律。

如需深入了解标签的工作原理及其如何替代 SSML，我们编写了一份完整的 Audio Tags 指南。

情绪 Audio Tags 列表

Eleven v4 情绪转盘包含数十种情绪，每种均由 v4 演绎，让你在写下任何标签前就能听出差别。

点击下方任一情绪，可在转盘中聆听效果；也可以直接试用不同句子和情绪，体验 Eleven v4 如何生动呈现情绪 Audio Tags。

这里仅展示了部分情绪，但你可以用自然语言实现任何想要的情绪。下面的示例使用了上文未列出的多种 Audio Tags，展示自然语言提示词能实现的效果。

此示例由 Jonathan Livingston 生动演绎。

表达方式和音量 Audio Tags 列表

表达方式和音量标签可控制台词的响度或强度，与所选情绪无关。若想让 v4 更准确地实现你的设想，可叠加表达方式和情绪标签，获得更精细的控制。

以下是一些示例：

• [whispers] 别动，它就在你身后。
• [shouts] 所有人立刻撤离大楼！
• [softly] 你已经尽力了。
• [quietly] 我想他们已经走了。
• [low, threatening] 你真不该来这里。

来看看音量和表达方式控制的实际效果。

上方示例由 Rod 生动演绎。

节奏 Audio Tags 列表

节奏 Audio Tags 可改变台词语速。加入它们可以营造悬念，或铺垫恰到好处的喜剧时刻。当时机与文字本身同样重要时，就该使用节奏标签。

额外提示：标点能自然提升文本转语音效果，因此可以结合使用，全面控制句子：

• [slowly] 获胜者是……
• [rushed] 抱歉我迟到了，火车坏了，我一路跑过来的。
• [pause] 接着，电话响了。
• [drawn out] 不——会吧。

Adam 为此示例带来了声音演绎。

拟人反应 Audio Tags 列表

反应标签可为句子加入笑声、喘气、哭泣、咳嗽和叹气等声音。它们能让文本更生动，让 TTS 音频示例听起来更自然，仿佛是即兴说出而非照稿朗读。

以下是一些反应 Audio Tags：

• [laughs] 你居然真信了？
• [sighs] 好吧，我去洗碗。
• [gasps] 那是真钻石吗？
• [clears throat] 请大家注意一下。
• [crying] 我没想到你会回来。

当情绪需要时，Eleven v4 还会加入细微的人性化表现。聆听情绪转盘，你会听到“你、你回来了？”和“呃，这是真的？”等台词，其中 v4 会自行加入结巴或呻吟。

如需在自己的作品中使用此音色，请搜索 Jack John。

口音和角色 Audio Tags 列表

借助 Eleven v4，使用不同口音或角色声音构建丰富场景比以往更简单。只需少量 Audio Tags，即可在保留音色基础特质的同时，将其转变为新角色。一次生成中，一个音色就能演绎整组角色。

• [British accent] 想来杯茶吗？
• [French accent] 欢迎来到我的小咖啡馆。
• [Australian accent] 别担心，伙计，我们会处理好的。
• [pirate voice] 升起风帆，把朗姆酒拿来。

Lauren 帮助生动呈现了此示例。

音效 Audio Tags 列表

音效 Audio Tags 可将非语音事件直接加入生成内容。例如，构建叙事场景或电子游戏音轨时，你可以用它们增强戏剧效果，无需单独的音效轨道。当然，如果需要特定效果，也随时可以使用AI 音效生成器。

• [thunder rumbling] 它越来越近了。
• [footsteps] 有人正走上楼梯。
• [door creaking] 有人在家吗？
• [clapping] 谢谢，谢谢，你们太客气了。

上方片段中的音色是 Siren。

用自然语言编写自己的 Audio Tags

上文展示的任一 Audio Tag 都是不错的起点。但 ElevenLabs TTS 的魅力在于，你可以用自然语言编写任意新 Audio Tag，为模型提供更多可用上下文。

或者，如果单个词的标签无法表达你的需求，可以写出更完整的指示。

• 组合情绪和特质： [tense, cautious] 或 [whispering, fearful]
• 描述表达方式： [like a sports commentator, speeding up]
• 描述场景： [out of breath after running up the stairs]
• 描述角色： [a tired detective who has heard it all before]
• 描述转变： [starting calm, then losing patience]

使用 Spuds Oxley，让场景生动起来。

选择 Audio Tags 的技巧

用自然语言创作文本转语音音频示例时拥有很高灵活性，但要获得理想输出，也可能需要反复调整。

为让你在 Eleven v4 上的 TTS 体验更顺畅，以下是使用 Audio Tags 的一些技巧：

• 先听再写：在情绪转盘中播放几种情绪，听听 v4 如何诠释每种情绪（或将其作为灵感），再为台词选择最接近的匹配项。
• 先替换标签，再重写台词：如果表达效果不理想，尝试相邻情绪，例如用 [let down] 替代 [despair]，然后重新生成。
• 每个分句使用一个标签：在相同文字上使用对比强烈的标签，可能会让演绎效果模糊。请在希望情绪变化的位置添加新标签。
• 为模型提供完整场景：Eleven v4 在有上下文时表现更好。文本转语音应用每次生成最多支持 10,000 个字符，可让你编写层层递进的指示，为场景打造出色效果。
• 从预设开始，再具体说明。如果 [nervous] 已经接近但还不够准确，写明缺少的内容：[nervous, trying to sound confident]。

但最重要的是，直接进入 ElevenLabs TTS 应用进行尝试，这是快速上手并开始制作高质量 TTS 音频的最佳方式。

在 Eleven v4 上开始创作沉浸式音频

ElevenLabs Audio Tags 没有权威固定列表，因为你可以用自然语言创建任意组合。此列表中的每个标签都适用于 Eleven v4，你在编写场景时想到的标签同样适用。

从声音库的 17,500+ 个音色中选择一个，粘贴脚本并添加第一个 Audio Tag，即可开始。

了解更多关于 Eleven v4，或注册，创作出色的音频演绎。

ElevenLabs Audio Tags 常见问题

1. ^{Artificial Analysis，Provider Voice Arena Preference Elo，2026 年 9 月 30 日}