Vai al contenuto principale
Italiano— Scegli una lingua
Menu

Tag di avvolgimento

Lezione 6 di 14 Aggiornata il 3 novembre 2026 Sviluppatore
In questa pagina
  1. Modificare lo stile di parlato di un segmento di testo
  2. Sintassi dei tag di avvolgimento
  3. Volume e intensità
  4. Tono e velocità
  5. Stile vocale
  6. Regole di annidamento
  7. Esempi pratici per caso d’uso
  8. Punti chiave

Aggiornato il 3 novembre 2026, sulla base della pagina Text to Speech di xAI: i dodici tag di avvolgimento ufficiali, suddivisi nelle tre famiglie di xAI. Fonte: Text to Speech.

Modificare lo stile di parlato di un segmento di testo

A differenza dei tag inline, che producono un effetto puntuale, i tag di avvolgimento modificano il modo in cui viene pronunciato un intero segmento di testo. Utilizzano una sintassi XML con un tag di apertura e uno di chiusura.

Sintassi dei tag di avvolgimento

I tag di avvolgimento racchiudono il testo che desideri modificare tra <tag> e </tag>:

Ecco del testo normale, poi <whisper>un passaggio sussurrato</whisper>, poi di nuovo normale.

Il testo contenuto nei tag viene pronunciato nello stile specificato. Il resto del testo mantiene la sua prosodia normale.

Volume e intensità

Questi tag controllano l’intensità del parlato:

  • <soft>: una voce morbida e intima, come se stessi parlando a qualcuno vicino
  • <whisper>: un sussurro, come un segreto condiviso
  • <loud>: una voce alta, come se stessi proiettando la voce attraverso una grande stanza
  • <build-intensity>: un’intensità che cresce durante il passaggio
  • <decrease-intensity>: un’intensità che diminuisce durante il passaggio
<soft>Sto per dirti un segreto.</soft> [pause] <loud>Eccolo!</loud>
<build-intensity>Tre, due, uno… si parte!</build-intensity>

Il contrasto tra <soft> e <loud> è molto efficace per creare effetti drammatici o per sottolineare punti importanti.

Tono e velocità

Questi tag modificano il tono della voce e il suo ritmo:

  • <higher-pitch>: una voce più acuta, che può suggerire sorpresa o eccitazione
  • <lower-pitch>: una voce più grave, che suggerisce autorità o serietà
  • <fast>: un parlato più veloce, utile per avvertenze legali o informazioni secondarie
  • <slow>: un parlato più lento, ideale per istruzioni importanti o dettatura
<higher-pitch>Davvero? È incredibile!</higher-pitch>
Ecco il punto principale. <fast>Termini e condizioni sono disponibili sul nostro sito web.</fast>
<slow>Ripeti dopo di me: ciao, come stai?</slow>

Per impostare la velocità di un intero testo anziché di un singolo passaggio, utilizza invece il parametro speed della richiesta (lezione 2).

Stile vocale

  • <sing-song>: un’intonazione cantilenante e melodica
  • <singing>: uno stile cantato, per jingle o melodie
  • <emphasis>: enfasi, per evidenziare una parola o una frase
<singing>Buon compleanno!</singing>
<emphasis>Questo è assolutamente essenziale.</emphasis>

xAI raccomanda di avvolgere frasi complete piuttosto che parole isolate: <whisper>È un segreto.</whisper> suona più naturale di una singola parola sussurrata.

Regole di annidamento

Puoi combinare i tag di avvolgimento, ma assicurati di annidarli correttamente:

<soft><slow>Ascolta attentamente questo passaggio.</slow></soft>

L’annidamento deve seguire l’ordine LIFO (ultimo aperto, primo chiuso), come in HTML. Evita sovrapposizioni non valide:

<!-- Corretto -->
<soft><slow>testo</slow></soft>

<!-- Errato: sovrapposizione -->
<soft><slow>testo</soft></slow>

Esempi pratici per caso d’uso

Narrazione di podcast

[breath] <soft>Benvenuti in questo episodio.</soft> [pause]
Oggi esploreremo un argomento affascinante.
<emphasis>L'intelligenza artificiale generativa.</emphasis> [long-pause]
<slow>Prenditi un momento per rifletterci.</slow>

Messaggio di segreteria telefonica

Salve e grazie per aver chiamato Corsen AI. [pause]
<slow>Per le vendite, premi 1.</slow> [pause]
<slow>Per il supporto tecnico, premi 2.</slow> [pause]
<fast>Questa chiamata potrebbe essere registrata per aiutarci a migliorare il nostro servizio.</fast>

Contenuti educativi

Ecco il punto chiave da ricordare. [pause]
<emphasis><slow>L'API restituisce byte audio, non JSON.</slow></emphasis>
[long-pause] Assicurati di gestire la risposta come dati binari.

Punti chiave

  • I tag di avvolgimento utilizzano la sintassi <tag>testo</tag>
  • xAI ne pubblica dodici: volume e intensità (<soft>, <whisper>, <loud>, <build-intensity>, <decrease-intensity>), tono e velocità (<higher-pitch>, <lower-pitch>, <slow>, <fast>) e stile vocale (<sing-song>, <singing>, <emphasis>)
  • Avvolgi frasi complete piuttosto che parole isolate
  • L’annidamento è possibile ma deve seguire l’ordine LIFO
  • Combina tag inline e tag di avvolgimento per un risultato espressivo