Lähe põhisisu juurde
Eesti— Vali keel
Menüü

Reaalajas väljendusrikkad sildid

Õppetund 5 / 14 Värskendatud 3. november 2026 Arendajatele
Sellel lehel
  1. Lisa kõnele emotsioone ja realismi
  2. Reaalajas siltide süntaks
  3. Pausid
  4. Naermine ja nutmine
  5. Suuhelid
  6. Hingamine
  7. Paiguta sildid strateegiliselt
  8. Täielik näide
  9. Peamised punktid

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.

14
Ametlikku reaalajas silti
[silt]
Nurksulgude süntaks
4
Siltide perekonda
60 000
Märki päringu kohta, sildid kaasa arvatud

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