Ir para o conteúdo principal
Português— Escolher um idioma
Menu

Etiquetas de envolvimento

Aula 6 de 14 Atualizada a 3 de novembro de 2026 Programador
Nesta página
  1. Alterar o estilo de fala de um trecho de texto
  2. Sintaxe das etiquetas de envolvimento
  3. Volume e intensidade
  4. Tom e velocidade
  5. Estilo vocal
  6. Regras de aninhamento
  7. Exemplos práticos por caso de uso
  8. Pontos-chave

Atualizado em 3 de novembro de 2026, com base na página Text to Speech da xAI: as doze etiquetas de envolvimento oficiais, distribuídas pelas três famílias da xAI. Fonte: Text to Speech.

Alterar o estilo de fala de um trecho de texto

Ao contrário das etiquetas inline, que produzem um efeito pontual, as etiquetas de envolvimento alteram a forma como todo um trecho de texto é falado. Utilizam uma sintaxe XML com uma etiqueta de abertura e uma de fecho.

Sintaxe das etiquetas de envolvimento

As etiquetas de envolvimento rodeiam o texto que deseja alterar com <tag> e </tag>:

Here's some normal text, then <whisper>a whispered passage</whisper>, then back to normal.

O texto dentro das etiquetas é falado no estilo que especificar. O restante do texto mantém a sua prosódia normal.

Volume e intensidade

Estas etiquetas controlam a intensidade da fala:

  • <soft>: uma voz suave e íntima, como se estivesse a falar com alguém próximo
  • <whisper>: um sussurro, como um segredo partilhado
  • <loud>: uma voz alta, como se estivesse a projetar a voz numa sala grande
  • <build-intensity>: intensidade que aumenta ao longo da passagem
  • <decrease-intensity>: intensidade que diminui ao longo da passagem
<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>

O contraste entre <soft> e <loud> é muito eficaz para efeitos dramáticos ou para sublinhar pontos importantes.

Tom e velocidade

Estas etiquetas alteram o tom da voz e o seu ritmo:

  • <higher-pitch>: uma voz mais aguda, que pode sugerir surpresa ou entusiasmo
  • <lower-pitch>: uma voz mais grave, que sugere autoridade ou seriedade
  • <fast>: fala mais rápida, útil para avisos legais ou informações secundárias
  • <slow>: fala mais lenta, ideal para instruções importantes ou ditado
<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>

Para definir a velocidade de todo um texto em vez de apenas uma passagem, utilize o parâmetro speed do pedido (lição 2).

Estilo vocal

  • <sing-song>: uma entrega ondulante e melódica
  • <singing>: um estilo de canto, para jingles ou melodias
  • <emphasis>: ênfase, para destacar uma palavra ou uma frase
<singing>Happy birthday!</singing>
<emphasis>This is absolutely essential.</emphasis>

A xAI recomenda envolver frases completas em vez de palavras isoladas: <whisper>It's a secret.</whisper> soa mais natural do que uma única palavra sussurrada.

Regras de aninhamento

Pode combinar etiquetas de envolvimento, mas certifique-se de que as aninha corretamente:

<soft><slow>Listen carefully to this passage.</slow></soft>

O aninhamento deve seguir a ordem LIFO (último a entrar, primeiro a sair), tal como em HTML. Evite sobreposições inválidas:

<!-- Correct -->
<soft><slow>text</slow></soft>

<!-- Incorrect: overlap -->
<soft><slow>text</soft></slow>

Exemplos práticos por caso de uso

Narração de podcast

[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>

Saudação telefónica

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>

Conteúdo educativo

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.

Pontos-chave

  • As etiquetas de envolvimento utilizam a sintaxe <tag>texto</tag>
  • A xAI publica doze etiquetas: volume e intensidade (<soft>, <whisper>, <loud>, <build-intensity>, <decrease-intensity>), tom e velocidade (<higher-pitch>, <lower-pitch>, <slow>, <fast>) e estilo vocal (<sing-song>, <singing>, <emphasis>)
  • Envolva frases completas em vez de palavras isoladas
  • O aninhamento é possível, mas deve seguir a ordem LIFO
  • Combine etiquetas inline e de envolvimento para obter um resultado expressivo