Вградени изразителни тагове
На тази страница
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.
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