Премини към основното съдържание
Български— Изберете език
Меню

Вградени изразителни тагове

Урок 5 от 14 Обновен 3 ноември 2026 г. Програмист
На тази страница
  1. Добавете емоция и реализъм към речта
  2. Синтаксис на вградените тагове
  3. Паузи
  4. Смях и плач
  5. Звуци с устата
  6. Дишане
  7. Разполагайте таговете стратегически
  8. Пълен пример
  9. Ключови изводи

Обновено на 3 ноември 2026 г., въз основа на страницата Text to Speech на xAI и справочника за Voice API: четиритенадесет официални вградени тага, разпределени в четирите семейства на xAI (паузи, смях и плач, звуци с устата, дишане). Таговете се таксуват като останалия текст. Източници: Text to Speech · Voice API.

Добавете емоция и реализъм към речта

Вградените тагове са маркери, които вмъквате директно в текста си, за да предизвикате еднократна вокална експресия: пауза, смях, звук с устата или въздишка. xAI публикува четиринадесет от тях, разделени в четири семейства. Те правят синтеза на реч много по-естествен и изразителен.

14
Официални вградени тагове
[tag]
Синтаксис с квадратни скоби
4
Семейства тагове
60 000
Символа на заявка, включително таговете

Синтаксис на вградените тагове

Записвате вградените тагове в квадратни скоби, [tag], и ги вмъквате директно в текста точно там, където искате да се появи ефектът:

Здравейте! [pause] Как сте днес?

По време на синтеза тагът се заменя със съответния звуков ефект. Окололежащият текст се произнася нормално.

Паузи

Паузите придават структура и естествен ритъм на речта:

  • [pause]: кратка пауза
  • [long-pause]: по-дълга пауза, подходяща при смяна на темата или за да се усвои дадена идея
  • [hum-tune]: подсвиркване на мелодия, което xAI класифицира в същото семейство
Първа идея. [pause] Втора идея. [long-pause] Сега нека преминем към следващата тема.
Междувременно [hum-tune] нека видим какво научихме.

Паузите са особено полезни между секциите на дълъг текст или за да дадете време на слушателите да възприемат важна информация.

Смях и плач

Тези тагове добавят емоционални реакции по средата на речта:

  • [laugh]: силен смях
  • [chuckle]: тихо кикотене
  • [giggle]: кикот
  • [cry]: плач
Това наистина са чудесни новини! [laugh] Толкова се радвам за теб.

Те работят особено добре в диалози, подкасти и разказвателно съдържание, където разрушават монотонността на класическия синтез на реч.

Звуци с устата

  • [tsk]: цъкане с език от досада или неодобрение
  • [tongue-click]: щракване с език
  • [lip-smack]: цмокане с устни
[tsk] Още едно преместване на срещата.

Дишане

Вдишванията и издишванията правят речта да звучи по-човешки:

  • [breath]: дишане
  • [inhale]: вдишване
  • [exhale]: издишване
  • [sigh]: въздишка
[breath] Добре дошли в тази нова глава.
И да, още една среща [sigh], но тази ще бъде кратка, обещавам.

Тагът [breath] е фин, но помага при дълги текстове: без дишане продължителното четене може да звучи механично.

Разполагайте таговете стратегически

Ефективността на вградените тагове зависи от мястото, където ги поставяте. Ето най-добрите практики.

В началото на изречението

Поставете [breath] в началото на нов абзац или секция, за да имитирате човек, който естествено започва да говори:

[breath] Сега нека преминем към практическата част на този урок.

Между две изречения

Използвайте [pause] или [long-pause], за да създадете естествена пауза:

Първата точка е важна. [long-pause] Втората има още по-голямо значение.

След ключова информация

Пауза [pause] след важна цифра дава време на слушателите да я осмислят:

Приходите нараснаха с 47%. [pause] Това е най-добрият ни тримесечен период досега.

Пълен пример

Ето текст, който комбинира няколко тага за постигане на естествен резултат:

{
  "text": "[breath] Здравейте на всички и добре дошли в тази презентация. [pause] Днес ще говорим за една fascinating тема. [long-pause] Изкуствен интелект, който говори. [chuckle] Да, малко е мета, знам. [pause] Но ще видите, резултатите са впечатляващи. [breath] Нека започнем с основите.",
  "voice_id": "eve",
  "language": "en"
}

Ключови изводи

  • Записвате вградените тагове в квадратни скоби, [tag], вътре в текста
  • [pause] и [long-pause] оформят ритъма на речта
  • [pause], [long-pause] и [hum-tune] съставят семейството на паузите
  • [laugh], [chuckle], [giggle] и [cry] добавят емоция; [tsk], [tongue-click] и [lip-smack] добавят звуци с устата
  • [breath], [inhale], [exhale] и [sigh] правят речта да звучи по-човешки
  • Поставете таговете там, където човек естествено би направил пауза или би реагирал
  • Таговете се броят към лимита от 60 000 символа на заявка и се таксуват като останалия текст