Tagi aptverošie
Šajā lapā
Atjaunināts 2026. gada 3. novembrī, pamatojoties uz xAI Text to Speech lapu: divpadsmit oficiālie aptverošie tagi, sadalīti xAI trīs ģimenēs. Avots: Text to Speech.
Maini runas stilu teksta posmam
Atšķirībā no iekļautajiem tagiem, kas rada vienreizēju efektu, aptverošie tagi maina to, kā tiek izrunāts viss teksta posms. Tie izmanto XML sintaksi ar atverošo un aizverošo tagu.
Aptverošo tagu sintakse
Aptverošie tagi ietver tekstu, ko vēlies mainīt, izmantojot <tag> un </tag>:
Here's some normal text, then <whisper>a whispered passage</whisper>, then back to normal.
Teksts tagu iekšienē tiek izrunāts norādītajā stilā. Pārējais teksts saglabā savu parasto prozodiju.
Skaļums un intensitāte
Šie tagi kontrolē runas intensitāti:
<soft>: maiga, intīma balss, it kā runātu ar kādu tuvu cilvēku<whisper>: čuksts, līdzīgi kopīgai noslēpumam<loud>: skaļa balss, it kā projicētu pāri lielai telpai<build-intensity>: intensitāte, kas posma laikā pieaug<decrease-intensity>: intensitāte, kas posma laikā samazinās
<soft>I'm going to tell you a secret.</soft> [pause] <loud>Here it is!</loud>
<build-intensity>Three, two, one… let's go!</build-intensity>
Kontrasts starp <soft> un <loud> ir ļoti efektīvs dramatiskiem efektiem vai svarīgu punktu izcelšanai.
Augstums un temps
Šie tagi maina balss augstumu un tās tempu:
<higher-pitch>: augstāka balss, kas var liecināt par pārsteigumu vai aizrautību<lower-pitch>: zemāka balss, kas liecina par autoritāti vai nopietnību<fast>: ātrāka runa, noderīga juridiskiem atrunājumiem vai sekundārai informācijai<slow>: lēnāka runa, ideāla svarīgām instrukcijām vai diktēšanai
<higher-pitch>Really? That's amazing!</higher-pitch>
Here's the main point. <fast>Terms and conditions are available on our website.</fast>
<slow>Repeat after me: hello, how are you?</slow>
Lai iestatītu visa teksta, nevis tikai posma, ātrumu, tā vietā izmanto pieprasījuma parametru speed (2. nodarbība).
Vokālais stils
<sing-song>: viļņojoša, melodiska piegājiena veids<singing>: dziedāšanas stils, paredzēts džingliem vai melodijām<emphasis>: uzsvars, lai izceltu vārdu vai frāzi
<singing>Happy birthday!</singing>
<emphasis>This is absolutely essential.</emphasis>
xAI iesaka aptvert pilnus teikumus, nevis atsevišķus vārdus: <whisper>It's a secret.</whisper> skan dabiskāk nekā viens vienīgs čukstēts vārds.
Ligzdošanas noteikumi
Tu vari kombinēt aptverošos tagus, taču pārliecinies, ka ligzdo tos pareizi:
<soft><slow>Listen carefully to this passage.</slow></soft>
Ligzdošanai jāievēro LIFO secība (pirms aizver pēdējo atvērto), tāpat kā HTML valodā. Izvairies no nederīgiem pārklājumiem:
<!-- Correct -->
<soft><slow>text</slow></soft>
<!-- Incorrect: overlap -->
<soft><slow>text</soft></slow>
Praktiski piemēri pēc lietojuma gadījuma
Apraide podkastā
[breath] <soft>Welcome to this episode.</soft> [pause]
Today, we're exploring a fascinating topic.
<emphasis>Generative artificial intelligence.</emphasis> [long-pause]
<slow>Take a moment to think about it.</slow>
Tālruņa sveiciens
Hello, and thank you for calling Corsen AI. [pause]
<slow>For sales, press 1.</slow> [pause]
<slow>For technical support, press 2.</slow> [pause]
<fast>This call may be recorded to help us improve our service.</fast>
Izglītojošs saturs
Here's the key point to remember. [pause]
<emphasis><slow>The API returns audio bytes, not JSON.</slow></emphasis>
[long-pause] Make sure you handle the response as binary data.
Galvenās atziņas
- Aptverošie tagi izmanto sintaksi
<tag>teksts</tag> - xAI publicē divpadsmit šādus tagus: skaļums un intensitāte (
<soft>,<whisper>,<loud>,<build-intensity>,<decrease-intensity>), augstums un temps (<higher-pitch>,<lower-pitch>,<slow>,<fast>) un vokālais stils (<sing-song>,<singing>,<emphasis>) - Aptver pilnus teikumus, nevis atsevišķus vārdus
- Ligzdošana ir iespējama, taču tai jāievēro LIFO secība
- Kombinē iekļautos un aptverošos tagus, lai iegūtu izteiksmīgu rezultātu