Ilmaisevat sisäiset tagit
Tällä sivulla
Päivitetty 3. marraskuuta 2026 xAI:n Text to Speech -sivun ja Voice API -viitteen perusteella: neljätoista virallista sisäistä tagia xAI:n neljässä ryhmässä (tauot, nauru ja itku, suuäänet, hengitys). Tagit laskutetaan kuten muukin teksti. Lähteet: Text to Speech · Voice API.
Lisää puhettaan tunnetta ja realismia
Sisäiset tagit ovat merkkejä, jotka lisäät suoraan tekstiin laukaistaksesi yksittäisen ääniefektin: tauon, naurun, suuäänen tai hengityksen. xAI julkaisee neljätoista tällaista tagia neljässä eri ryhmässä. Ne tekevät puheesynteesistä huomattavasti luonnollisempaa ja ilmaisukykyisempää.
Sisäisen tagin syntaksi
Kirjoitat sisäiset tagit hakasulkeisiin muodossa [tag] ja sijoitat ne suoraan tekstiin juuri siihen kohtaan, jossa haluat efektin tapahtuvan:
Hei! [pause] Mitä kuuluu tänään?
Synteesin aikana tagi korvautuu vastaavalla ääniefektillä. Ympäröivä teksti luetaan normaalisti.
Tauot
Tauot antavat puheelle rakenteen ja luonnollisen rytmin:
[pause]: lyhyt tauko[long-pause]: pidempi tauko, esimerkiksi aiheenvaihtoa varten tai ajatuksen hautomiseksi[hum-tune]: sävelmän hyminä, jonka xAI luokittelee samaan ryhmään
Ensimmäinen idea. [pause] Toinen idea. [long-pause] Siirrytään nyt seuraavaan aiheeseen.
Sillä välin [hum-tune] katsotaan, mitä olemme oppineet.
Tauot ovat erityisen hyödyllisiä pitkän tekstin osioiden välissä tai antamaan kuulijalle aikaa omaksua tärkeää tietoa.
Nauru ja itku
Nämä tagit lisäävät emotionaalisia reaktioita puheen keskelle:
[laugh]: makea nauru[chuckle]: hiljainen hihitys[giggle]: kikatus[cry]: itku
Tuo on todella hieno uutinen! [laugh] Olen niin iloinen puolestasi.
Ne toimivat erityisen hyvin dialogissa, podcasteissa ja kertovassa sisällössä, jossa ne rikkovat klassisen puheesynteesin yksitoikkoisuutta.
Suuäänet
[tsk]: “tsk”-ääni ärsytyksen tai paheksunnan merkkinä[tongue-click]: kielen naksautus[lip-smack]: huulten smekkaus
[tsk] Taas yksi kokous siirretty.
Hengitys
Hengitykset saavat puheen kuulostamaan inhimillisemmältä:
[breath]: hengitys[inhale]: sisäänhengitys[exhale]: uloshengitys[sigh]: huokaus
[breath] Tervetuloa tähän uuteen lukuun.
Ja kyllä, taas yksi kokous [sigh], mutta tämä on lyhyt, lupaan.
[breath]-tagi on hienovarainen, mutta se auttaa pitkissä teksteissä: ilman hengityksiä laaja lukeminen voi kuulostaa mekaaniselta.
Sijoita tagit strategisesti
Sisäisten tagien toimivuus riippuu siitä, mihin ne sijoitat. Tässä on parhaat käytännöt.
Lauseen alussa
Sijoita [breath] uuden kappaleen tai osion alkuun jäljittelemään luonnollista puhumisen aloittamista:
[breath] Siirrytään nyt tämän oppitunnin käytännön osuuteen.
Kahden lauseen välissä
Käytä [pause]- tai [long-pause]-tageja luodaksesi luonnollisen katkon:
Ensimmäinen kohta on tärkeä. [long-pause] Toinen on vielä tärkeämpi.
Tärkeän tiedon jälkeen
[pause] tärkeän luvun jälkeen antaa kuulijalle aikaa omaksua se:
Liikevaihto kasvoi 47 %. [pause] Tämä on paras neljänneksemme koskaan.
Täydellinen esimerkki
Tässä on teksti, joka yhdistää useita tageja luonnollisen lopputuloksen saavuttamiseksi:
{
"text": "[breath] Hei kaikki ja tervetuloa tähän esitykseen. [pause] Tänään puhumme kiehtovasta aiheesta. [long-pause] Tekoäly, joka puhuu. [chuckle] Kyllä, se on hieman meta-tasoa, tiedän. [pause] Mutta tulet näkemään, että tulokset ovat vaikuttavia. [breath] Aloitetaan perusteista.",
"voice_id": "eve",
"language": "fi"
}
Keskeiset asiat
- Kirjoitat sisäiset tagit hakasulkeisiin muodossa
[tag]tekstin sekaan [pause]ja[long-pause]muokkaavat puheen rytmiä[pause],[long-pause]ja[hum-tune]muodostavat taukoryhmän[laugh],[chuckle],[giggle]ja[cry]lisäävät tunnetta;[tsk],[tongue-click]ja[lip-smack]lisäävät suuääniä[breath],[inhale],[exhale]ja[sigh]saavat puheen kuulostamaan inhimillisemmältä- Sijoita tagit kohtiin, joissa ihminen luonnollisesti taukoaisi tai reagoisi
- Tagit lasketaan mukaan 60 000 merkin rajaa kohden pyyntöä ja ne laskutetaan kuten muukin teksti