Como o Eleven v4 lê um roteiro
Três escolhas decidem quase todo o resultado, nesta ordem: a voz, as palavras e os ajustes. Para locução de anúncio, vídeo curto para Reels e TikTok ou aula de curso online, comece sempre pela voz.
| Escolha | O que fazer |
|---|---|
| Voz | Escolha uma cujo alcance natural cubra a leitura. A tag funciona melhor quando a voz já sabe fazer aquela entrega |
| Palavras | Escreva do jeito que quer a atuação. “Ela disse, quase sem conseguir se segurar” ou um ponto de exclamação muda a entrega sem nenhuma tag |
| Estabilidade | Reduza para uma leitura mais expressiva, com mais variação entre versões. Aumente para cursos em que toda fala deve soar igual |
| Semelhança | Controla o quanto o resultado fica próximo da voz escolhida |
| Tamanho do roteiro | Até 3.000 caracteres por geração de fala. Divida roteiros maiores nas quebras de parágrafo |
| Tipo de voz | Prefira uma voz da biblioteca para a leitura final. Vozes criadas podem soar menos lapidadas no v4 |
Audio tags do Eleven v4
Audio tags são palavras entre colchetes que moldam como uma fala é interpretada. São texto livre, então use a tabela como ponto de partida e escreva as suas.
| Tipo | Tags | O que faz |
|---|---|---|
| Emoção | [excited], [curious], [sarcastic], [sad] | Dá cor à fala inteira |
| Entrega | [whispers], [shouting], [rushed], [slowly] | Muda volume e ritmo |
| Reações | [laughs], [sighs], [exhales], [gulps] | Acrescenta um som humano naquele ponto |
| Pausas | [pause], [long pause] | Insere um intervalo desse tamanho |
| Efeitos sonoros | [applause], [phone buzzing], [light rain] | Toca o som dentro da própria geração |
| Suas próprias palavras | [voz baixa e firme, urgência contida] | Descreve a leitura em linguagem simples |
| Experimental | [sings], [strong French accent] | Funciona em algumas vozes, teste antes |
Coloque a tag logo antes ou depois das palavras que ela deve mudar, e combine duas quando o momento pedir, como em [whispers] [sad]. Se uma tag for lida como som, descreva a voz: [low, gravelly voice] é mais claro do que [gravelly]. As tags são orientação, então gere duas ou três versões e fique com a melhor.
Ouça as tags
Ritmo no Eleven v4 sem controle de velocidade nem SSML
O Eleven v4 não tem controle de velocidade nem de estilo e ignora SSML, então o tempo vai dentro do próprio roteiro. A maioria dos roteiros do v3 passa para o v4 com estas trocas.
| Você quer | Escreva isto |
|---|---|
| Uma pausa curta | Reticências... |
| Um intervalo claro (era o break do SSML) | [pause] ou [long pause] |
| Uma fala mais rápida ou mais lenta (era o controle de velocidade) | [rushed] ou [slowly] antes da fala |
| Mais alcance expressivo (era o controle de estilo) | Tags de entrega, mais estabilidade baixa |
| Ênfase em uma palavra | Letras maiúsculas: eu disse AGORA |
| Uma pronúncia difícil (era o phoneme do SSML) | IPA entre barras: Niamh /niːv/ |
Roteiros de diálogo no Eleven v4
Escolha Dialogue em vez de Speech quando mais de uma pessoa fala: de dois a dez falantes, com até 2.000 caracteres na cena inteira. Cada falante ouve a cena toda, então as respostas reagem à fala anterior. Marque cada turno separadamente, termine uma fala interrompida com hífen e dê aos falantes vozes bem diferentes. Funciona bem para o diálogo de um anúncio ou de uma esquete curta.
Maya: [annoyed] O timer tocou há dez minutos. Leo: [defensive] Eu já ia- Maya: [pause] [laughs] Isso é fumaça?
Eleven v4 em outros idiomas
Qualquer voz fala qualquer um dos mais de noventa idiomas aceitos, e em cada um o Eleven v4 usa sotaque nativo. Escreva o roteiro direto no idioma de destino, sem pedir tradução, e teste uma fala antes, pois a fluência varia de um idioma para outro. Para dublar ou localizar uma locução, o roteiro já deve chegar escrito no idioma final.
Eleven v4 e Eleven v3: o que mudou
A ElevenLabs informa que o Eleven v4 ficou em primeiro lugar na arena de fala da Artificial Analysis no lançamento, e que os ouvintes o preferiram cerca de 75% das vezes em testes cegos (fonte). Para quem escreve roteiro, estas são as mudanças que importam.
| Área | O que mudou no Eleven v4 |
|---|---|
| Entrega | Lê tom e contexto a partir das palavras, então as tags só ajustam a atuação |
| Consistência | A voz se mantém estável entre refações, diálogos e peças longas |
| Audio tags | Seguidas com mais confiabilidade, inclusive efeitos sonoros e as suas próprias direções |
| Diálogo | Cada falante ouve a cena inteira e reage à fala anterior |
| Idiomas | Mais de 90, contra mais de 70 no Eleven v3 |
| Sotaques | Uma voz que fala um idioma novo usa o sotaque nativo desse idioma |
| Controles | Só estabilidade e semelhança. Velocidade, estilo e SSML saíram |
Eleven v4 e Eleven v4 Turbo
Os dois usam as mesmas vozes e os mesmos ajustes, então uma voz escolhida em um funciona no outro. No Morphic, escolha ElevenLabs para o Eleven v4 ou ElevenLabs Turbo para a faixa mais rápida.
| Eleven v4 | Eleven v4 Turbo | |
|---|---|---|
| Ideal para | Narração final, anúncios, audiolivros | Rascunhos, refações, falas em grande volume |
| Dialogue | De dois a dez falantes | Só Speech |
| Velocidade | Renderização completa | Mais rápido: cerca de 150 ms até a primeira fala em streaming, segundo a ElevenLabs |
| Créditos | Taxa padrão | Menos por caractere |
Encontre a entrega no Turbo e renderize a versão final no Eleven v4.
Perguntas frequentes
Escreva o roteiro no idioma em que você quer ouvir a voz, sem pedir tradução. Como a fluência varia de um idioma para outro, gere antes uma fala curta de teste em português e só depois renderize o roteiro inteiro. Ajuste o que faltar com tags de entrega e pausas.
Escreva [pause] para um intervalo claro ou [long pause] para um silêncio sustentado, bem onde você quer. Reticências dão uma pausa mais curta. As tags break do SSML não funcionam no Eleven v4, então roteiros antigos precisam trocá-las por tags.
Não. O Eleven v4 ignora SSML e não tem controle de velocidade nem de estilo. Use [rushed] ou [slowly] para o ritmo, [pause] para os intervalos, letras maiúsculas para ênfase e o Alfabeto Fonético Internacional entre barras para palavras difíceis.
Efeitos sonoros, sim: tags como [applause] ou [phone buzzing] tocam dentro da geração. Cantar é experimental. [sings] funciona em algumas vozes e em outras não, então, para uma música completa, use um modelo de música no Morphic.
Não por padrão. O Eleven v4 dá a uma voz um sotaque nativo em cada idioma que ela fala. Uma tag de sotaque como [strong British accent] pode puxar de volta, mas o resultado varia conforme a voz.
Em geral, a voz não consegue fazer aquela entrega com naturalidade, a tag está longe demais das palavras que ela deve mudar ou foi lida como som. Escolha uma voz mais próxima da leitura, mova a tag para junto das palavras ou descreva a voz em palavras simples, e gere algumas versões.