Etichete expresive inline
Pe această pagină
Actualizat la 3 noiembrie 2026, pe baza paginii Text to Speech xAI și a referinței API Voice: cele paisprezece etichete inline oficiale, în cele patru familii xAI (pauze, râs și plâns, sunete bucale, respirație). Etichetele sunt facturate la fel ca restul textului. Surse: Text to Speech · Voice API.
Adăugați emoție și realism vorbirii
Etichetele inline sunt markeri pe care îi inserați direct în text pentru a declanșa o expresie vocală unică: o pauză, un râs, un sunet bucal, o respirație. xAI publică paisprezece astfel de etichete, împărțite în patru familii. Acestea fac sinteza vocală mult mai naturală și expresivă.
Sintaxa etichetelor inline
Scrieți etichetele inline între paranteze pătrate, [tag], și le inserați direct în text, exact acolo unde doriți să se producă efectul:
Salut! [pause] Ce mai faci astăzi?
În timpul sintezei, eticheta este înlocuită cu efectul sonor corespunzător. Textul din jur este rostit normal.
Pauze
Pauzele oferă structură vorbirii și un ritm natural:
[pause]: o pauză scurtă[long-pause]: o pauză mai lungă, pentru o schimbare de subiect sau pentru a lăsa o idee să se asimileze[hum-tune]: mormăitul unei melodii, pe care xAI îl încadrează în aceeași familie
Prima idee. [pause] A doua idee. [long-pause] Acum să trecem la următorul subiect.
Între timp [hum-tune] să vedem ce am învățat.
Pauzele sunt deosebit de utile între secțiunile unui text lung sau pentru a le ascultătorilor timp să proceseze o informație importantă.
Râs și plâns
Aceste etichete adaugă reacții emoționale în mijlocul vorbirii:
[laugh]: un râs zgomotos[chuckle]: un râs înfundat[giggle]: un chicotit[cry]: plâns
Astea sunt vești chiar grozave! [laugh] Mă bucur atât de mult pentru tine.
Acestea funcționează excelent în dialoguri, podcast-uri și conținut narativ, unde sparg monotonia sintezei vocale clasice.
Sunete bucale
[tsk]: un „tsk“ de enervare sau dezaprobare[tongue-click]: un clic al limbii[lip-smack]: un pocnit din buze
[tsk] Încă o ședință reprogramată.
Respirație
Respirațiile fac vorbirea să sune mai uman:
[breath]: o respirație[inhale]: o inspirație[exhale]: o expirație[sigh]: un oftat
[breath] Bine ați venit la acest nou capitol.
Și da, încă o ședință [sigh] dar aceasta va fi scurtă, promit.
Eticheta [breath] este subtilă, dar ajută la textele lungi: fără respirații, o lectură extinsă poate suna mecanic.
Plasați etichetele strategic
Eficiența etichetelor inline depinde de locul în care le plasați. Iată cele mai bune practici.
La începutul unei propoziții
Puneți [breath] la începutul unui nou paragraf sau secțiuni pentru a imita pe cineva care începe natural să vorbească:
[breath] Acum să trecem la partea practică a acestei lecții.
Între două propoziții
Folosiți [pause] sau [long-pause] pentru a crea o pauză naturală:
Primul punct este important. [long-pause] Al doilea contează și mai mult.
După o informație cheie
O [pause] după o cifră importantă le oferă ascultătorilor timp să o asimileze:
Veniturile au crescut cu 47%. [pause] Este cel mai bun trimestru din istoria noastră.
Exemplu complet
Iată un text care combină mai multe etichete pentru un rezultat natural:
{
"text": "[breath] Salut tuturor și bine ați venit la această prezentare. [pause] Astăzi vom vorbi despre un subiect fascinant. [long-pause] Inteligența artificială care vorbește. [chuckle] Da, știu, e puțin meta. [pause] Dar veți vedea, rezultatele sunt impresionante. [breath] Să începem cu bazele.",
"voice_id": "eve",
"language": "en"
}
Puncte cheie
- Scrieți etichetele inline între paranteze pătrate,
[tag], în interiorul textului [pause]și[long-pause]modelează ritmul vorbirii[pause],[long-pause]și[hum-tune]constituie familia pauzelor[laugh],[chuckle],[giggle]și[cry]adaugă emoție;[tsk],[tongue-click]și[lip-smack]adaugă sunete bucale[breath],[inhale],[exhale]și[sigh]fac vorbirea să sune mai uman- Plasați etichetele acolo unde o persoană ar face în mod natural o pauză sau ar reacționa
- Etichetele se contorizează în limita de 60.000 de caractere per cerere și sunt facturate la fel ca restul textului