Zaawansowane przypadki użycia tagów
Na tej stronie
Zaktualizowano 3 listopada 2026 r. na podstawie strony Text to Speech od xAI: każdy przykład korzysta z oficjalnej listy tagów. Źródło: Text to Speech.
Wyciśnij maksimum z tagów ekspresyjnych
Poza podstawowymi kombinacjami, tagi ekspresyjne otwierają kreatywne możliwości dla konkretnych zastosowań. Ta lekcja bada realne scenariusze, w których tagi zamieniają standardową syntezę mowy w angażujące doświadczenie audio.
Audiobooki i beletrystyka
Narracja fikcji wymaga zmian emocji i tempa, aby utrzymać uwagę słuchacza. Tagi ekspresyjne pozwalają oddzielić dialogi, opisy i momenty napięcia.
Dialogi
Użyj różnych stylów, aby rozróżnić postacie i ich emocje:
The detective walked into the room. [long-pause]
<lower-pitch><slow>Where were you last night between 8 PM and midnight?</slow></lower-pitch> [pause]
<higher-pitch><soft>I... I was at home. Alone.</soft></higher-pitch> [pause]
<lower-pitch><emphasis>Alone. Really?</emphasis></lower-pitch> [sigh]
Nadając każdej postaci odrębny styl (niski dla detektywa, wysoki i miękki dla podejrzanego), tworzysz słyszalną różnicę bez zmiany głosów.
Opisy atmosferyczne
Fragmenty opisowe stają się bardziej immersyjne dzięki odpowiedniemu tempu:
<soft><slow>Night was falling over the city. [breath] The lights came on one by one, like stars that had drifted down to earth.</slow></soft> [long-pause]
<loud>Suddenly, a scream tore through the silence.</loud>
E-learning i szkolenia
W treści edukacyjnych tagi pomagają skierować uwagę ucznia.
Wyróżnianie definicji
Now let's look at a fundamental concept. [pause]
<slow><emphasis>An API, or application programming interface, is a set of rules that lets two pieces of software talk to each other.</emphasis></slow>
[long-pause] Make sure you remember this definition.
Sygnalizowanie kroków praktycznych
[breath] Let's put this into practice. [pause]
<slow>Step one: open your code editor.</slow> [long-pause]
<slow>Step two: create a new file named app.py.</slow> [long-pause]
<slow>Step three: paste in the following code.</slow>
Zwolnienie tempa pozwala uczniom podążać za narzuconym rytmem, zamiast pozwalać, by audio przeleciało im obok uszu.
Asystenci głosowi i chatboty
Asystenci głosowi muszą brzmieć naturalnie i empatycznie, a tagi znacznie w tym pomagają.
Empatyczne odpowiedzi
<soft>I understand how frustrating this is.</soft> [pause]
Let me help you sort out this problem. [pause]
<emphasis>Your satisfaction is our priority.</emphasis>
Obsługa błędów
[breath] <soft>Hmm</soft>, there seems to be a problem with your order. [pause]
<slow>Could you confirm your reference number for me?</slow> [pause]
I'll look into it right away.
Marketingowe treści audio
Spoty reklamowe
<loud><fast>Special offer!</fast></loud> [pause]
Until March 31, <emphasis>50% off</emphasis> all our courses. [pause]
<slow><emphasis>Don't miss out.</emphasis></slow> [long-pause]
<fast>Visit corsen.ai. Terms apply.</fast>
Dżingle i sygnatury audio
<singing>Corsen Academy, your future starts here.</singing>
Tag <singing> zamienia tekst w lekką melodię, idealną do krótkich sygnatur marki.
Dostępność i inkluzywność
Tagi sprawiają, że treści audio są bardziej dostępne dla osób mających trudności z podążaniem za mową.
Dostosowane czytanie
<slow>Welcome to our platform. [long-pause]
You can navigate with the arrow keys on your keyboard. [long-pause]
For help, press F1.</slow>
Dyktowanie
<slow>The word is [pause] <emphasis>antidisestablishmentarianism</emphasis>. [long-pause]
Once more. [pause] <emphasis><slow>an-ti-dis-es-tab-lish-men-ta-ri-an-ism</slow></emphasis>.</slow>
Wskazówki optymalizacyjne
Testuj z różnymi głosami
Ten sam oznaczony tagami tekst może brzmieć zupełnie inaczej w zależności od głosu. Głos Eve sprawia, że [laugh] brzmi bardziej spontanicznie, podczas gdy Leo czyni go bardziej powściągliwym. Zawsze testuj.
Dopasuj gęstość tagów do tempa
Dla tekstu czytanego szybko używaj mniejszej liczby tagów. Dla tekstu czytanego wolno (medytacja, relaksacja) dodaj więcej pauz i oddechów.
Utrzymuj czytelność tekstu
Nawet przy użyciu tagów, Twój tekst źródłowy powinien pozostać czytelny dla człowieka. Jeśli tagi utrudniają czytanie tekstu, prawdopodobnie masz ich za dużo.
Kluczowe wnioski
- Tagi pozwalają rozróżniać postacie w beletrystyce
- Zwolnienie tempa (
<slow>) jest kluczowe dla treści edukacyjnych - Asystenci głosowi brzmią bardziej empatycznie dzięki
<soft>i[pause] - Marketing audio korzysta z kontrastów
<loud>/<fast>, aby stworzyć poczucie pilności - Testuj każdą kombinację tagów z głosem, na który celujesz
- Czytelność tekstu źródłowego jest najważniejsza