استخدام الوسوم العاطفية في توليد الصوت عبر Eleven v4
ElevenLabs official brand-kit asset, unmodified; editorial identification, no endorsement. https://elevenlabs.io/brand / أصل رسمي من حزمة ElevenLabs دون تعديل، للتعريف التحريري وليس للإيحاء بتأييد.
يركز نموذج Eleven v4 على تفسير القصد العاطفي، مثل الأداء الدرامي أو الكوميدي، من خلال تعليمات محددة مضمنة مباشرة في النص. يمكن للمبدعين تجربة وسوم مضمنة مثل [laughs] (يضحك)، أو [said angrily in French accent] (قيل بغضب بلكنة فرنسية)، أو [phone buzzing] (رنين هاتف) لتوجيه المخرجات العاطفية للنموذج. تهدف طريقة التوجيه هذه إلى سد الفجوة بين تحويل النص إلى كلام بسيط والأداء الشخصي الدقيق.
بالنسبة لسير العمل التي تتطلب زمن انتقال منخفض، مثل الوكلاء المحادثين، تم تحسين إصدار Turbo للحفاظ على هذه القدرات التعبيرية مع تقليل الوقت اللازم لبدء الكلام. يتضمن اختبار هذه النماذج التحقق من مدى التزامها بنطق الأصوات اللغوية (الفونيمات) باستخدام دعم الأبجدية الصوتية الدولية (IPA)، مما يوفر مساراً تقنياً لتحسين كلام الشخصيات في المشاريع الطويلة.
المصدر: ElevenLabs