Reaalajas väljendusrikkad sildid
Sellel lehel
Uuendatud 3. novembril 2026, tuginedes xAI Text to Speech lehele ja Voice API referentsile: neliteist ametlikku reaalajas silti xAI neljas perekonnas (pausid, naermine ja nutmine, suuhelid, hingamine). Silte arveldatakse nagu ülejäänud teksti. Allikad: Text to Speech · Voice API.
Lisa kõnele emotsioone ja realismi
Reaalajas sildid on markerid, mida sisestad otse oma teksti, et käivitada ühekordne vokaalne väljendus: paus, naer, suuheli või hingetõmme. xAI avaldab neid neliteist, jagatuna nelja perekonda. Need muudavad kõnesünteesi palju loomulikumaks ja väljendusrikkamaks.
Reaalajas siltide süntaks
Kirjutad reaalajas sildid nurksulgudesse, [silt], ja sisestad need otse teksti, täpselt sinna, kus soovid efekti tekitada:
Tere! [pause] Kuidas sul täna läheb?
Sünteesi käigus asendatakse silt vastava heliefektiga. Ümbritsev tekst loetakse tavapäraselt ette.
Pausid
Pausid annavad kõnele struktuuri ja loomuliku rütmi:
[pause]: lühike paus[long-pause]: pikem paus, mõeldud teemavahetuseks või idee mõjuma jätmiseks[hum-tune]: viisi nuginemine, mille xAI liigitab samasse perekonda
Esimene idee. [pause] Teine idee. [long-pause] Nüüd liikume edasi järgmise teema juurde.
Vahepeal [hum-tune] vaatame, mida oleme õppinud.
Pausid on eriti kasulikud pika teksti osade vahel või kuulajatele aja andmiseks olulise info omastamiseks.
Naermine ja nutmine
Need sildid lisavad kõne keskele emotsionaalseid reaktsioone:
[laugh]: südamlik naer[chuckle]: vaoshoitud itsitus[giggle]: hirnumine[cry]: nutt
See on tõesti suurepärane uudis! [laugh] Mul on sinu pärast nii hea meel.
Need toimivad eriti hästi dialoogides, podcastides ja jutustavas sisus, kus need murdavad klassikalise kõnesünteesi monotoonsust.
Suuhelid
[tsk]: pahameele või heakskiitmatuse „tsk“[tongue-click]: keeleplaksatus[lip-smack]: huulte plaksatus
[tsk] Järjekordne koosolek lükati edasi.
Hingamine
Hingetõmbed muudavad kõne inimlikumaks:
[breath]: hingetõmme[inhale]: sissehingamine[exhale]: väljahingamine[sigh]: ohkamine
[breath] Tere tulemast sellesse uude peatükki.
Ja jah, järjekordne koosolek [sigh], aga see jääb lühikeseks, luban.
Silt [breath] on peen, kuid aitab pikkade tekstide puhul: ilma hingetõmmeteta võib pikem ettelugemine kõlada mehaaniliselt.
Paiguta sildid strateegiliselt
Reaalajas siltide tõhusus sõltub nende paigutusest. Siin on parimad tavad.
Lause alguses
Aseta [breath] uue lõigu või sektsiooni algusesse, et imiteerida loomulikku kõne alustamist:
[breath] Nüüd liikume selle tunni praktilise osa juurde.
Kahe lause vahel
Kasuta [pause] või [long-pause], et luua loomulik paus:
Esimene punkt on oluline. [long-pause] Teine on veelgi tähtsam.
Pärast võtmeinfot
[pause] pärast olulist arvu annab kuulajatele aega selle omastamiseks:
Käive kasvas 47%. [pause] See on meie parim kvartal eales.
Täielik näide
Siin on tekst, mis ühendab mitu silti loomuliku tulemuse saavutamiseks:
{
"text": "[breath] Tere kõigile ja tere tulemast sellesse esitlusse. [pause] Täna räägime ühest fascineerivast teemast. [long-pause] Tehisintellekt, mis räägib. [chuckle] Jah, see on veidi meta, ma tean. [pause] Aga sa näed, tulemused on muljetavaldavad. [breath] Alustame põhitõdedest.",
"voice_id": "eve",
"language": "et"
}
Peamised punktid
- Kirjutad reaalajas sildid nurksulgudesse,
[silt], otse teksti sees [pause]ja[long-pause]kujundavad kõne rütmi[pause],[long-pause]ja[hum-tune]moodustavad pauside perekonna[laugh],[chuckle],[giggle]ja[cry]lisavad emotsioone;[tsk],[tongue-click]ja[lip-smack]lisavad suuhelisid[breath],[inhale],[exhale]ja[sigh]muudavad kõne inimlikumaks- Paiguta sildid sinna, kus inimene loomulikult pauseeruks või reageeriks
- Sildid loevad kaasa 60 000 märgi piirangusse päringu kohta ja neid arveldatakse nagu ülejäänud teksti