Комбиниране на изразителни тагове
На тази страница
Създаване на богата, естествено звучаща реч
Изразителните тагове на Grok TTS API разкриват пълния си потенциал, когато ги комбинирате. Чрез смесване на вградени и обгръщащи тагове можете да генерирате реч, която се равнява на професионално човешко четене.
Принципи на комбиниране
Вградени тагове вътре в обгръщащ таг
Можете да поставяте вградени [tag] тагове вътре в обгръщащи <tag> тагове. Това е най-честата комбинация:
<soft>I'm going to tell you something. [pause] Listen closely. [breath] It was a Tuesday night...</soft>
Вградените тагове произвеждат своите еднократни ефекти (пауза, вдишване), докато обгръщащият стил остава активен (в случая – тих глас).
Вложени обгръщащи тагове
Можете да влагате няколко обгръщащи тагове, за да натрупате техните ефекти:
<slow><soft>This passage is spoken softly and slowly.</soft></slow>
Ефектите се комбинират: гласът е едновременно тих и бавен. Придържайте се към две или три нива на влагане, за да избегнете непредвидими резултати.
Редуване на стилове
Истинската естественост идва от редуването между стилове в рамките на един и същи текст:
Here are the quarterly results. [pause]
<emphasis>Revenue grew by 23%.</emphasis> [pause]
<soft>That's an all-time record for the company.</soft> [long-pause]
<loud>And we're not stopping there!</loud> [laugh]
Рецепти по вид съдържание
Наративен подкаст
Един ефективен подкаст редува нормално разказване, интимни пасажи и моменти на акцент:
{
"text": "[breath] <soft>Welcome to a new episode of our podcast.</soft> [long-pause] Today, we're tackling a topic that's especially close to my heart. [pause] <emphasis>AI speech synthesis.</emphasis> [pause] <soft>Just five years ago, nobody would have imagined this level of quality.</soft> [chuckle] And yet, here we are. [breath] <slow>Let's start at the beginning.</slow>",
"voice_id": "ara",
"language": "en"
}
Технически урок
За урок редувайте нормално обяснение с забавени инструкции:
{
"text": "[breath] In this step, you'll set up your environment. [pause] <slow>Open your terminal and type the following command.</slow> [long-pause] <emphasis>Careful, the order of the parameters matters.</emphasis> [pause] If you get an error, <soft>don't panic</soft>, just check your API key.",
"voice_id": "rex",
"language": "en"
}
Рекламно обявление
Обявлението се нуждае от енергия, с акцент върху търговските предимства:
{
"text": "<loud>Discover our new offer!</loud> [pause] Corsen Academy brings you <emphasis>free courses</emphasis> to master artificial intelligence. [pause] <fast>No commitment, instant access.</fast> [pause] <slow><emphasis>Start learning today.</emphasis></slow>",
"voice_id": "eve",
"language": "en"
}
Чести грешки, които трябва да избягвате
Твърде много тагове
Прекаленото количество тагове прави речта накъсана и изкуствена:
<!-- Overloaded -->
[breath] <emphasis>Hello</emphasis> [pause] <soft>to</soft> [pause] <loud>everyone!</loud>
<!-- Better -->
[breath] Hello, everyone! [pause]
Целете се към един обгръщащ таг на всеки две или три изречения и един вграден таг на всяко едно или две изречения.
Невалидни припокривания
Обгръщащите тагове трябва да бъдат правилно вложени:
<!-- Invalid -->
<soft>Start <loud>middle</soft> end</loud>
<!-- Valid -->
<soft>Start</soft> <loud>middle and end</loud>
Пропускане на затварящ таг
Всеки отворен обгръщащ таг трябва да бъде затворен. Незатворен таг може да доведе до непредвидими резултати в остатъка от текста:
<!-- Problematic -->
<whisper>This passage is whispered, but the tag is never closed...
<!-- Correct -->
<whisper>This passage is whispered.</whisper> And this one is normal.
Въздействие върху таксуването
Таговете се броят към общия брой знаци. За текст със 1000 знака реално съдържание:
- Без тагове: 1000 таксувани знака
- Умерено тагиране: около 1050 до 1100 таксувани знака (+5 до 10%)
- Интензивно тагиране: около 1150 до 1200 таксувани знака (+15 до 20%)
Въздействието върху фактурата Ви остава маргинално. Не жертвайте качеството, за да спестите няколко знака от тагове.
Ключови изводи
- Комбинирайте вградени и обгръщащи тагове за естествен резултат
- Редувайте стилове, вместо да претоварвате един единствен пасаж
- Ограничете влагането до две или три нива
- Следвайте реда LIFO за обгръщащите тагове
- Целете се към баланс: твърде много тагове вредят на плавността
- Въздействието на таговете върху таксуването е маргинално (+5 до 20%)