Controle de emoção da voz
As tags, configurações de emoção e controles de ritmo que orientam como uma voz gerada interpreta uma fala.
O controle de emoção da voz no Morphic permite moldar como a fala gerada soa, desde o tom emocional até as reações, o ritmo e o estilo de entrega. Escreva seu prompt com as pistas certas, e a voz performa do jeito que você a dirige.
Como usar o controle de emoção da voz
Aqui vai um tutorial rápido de como usar o controle de emoção da voz no Morphic:
- Abra o Morphic e vá para o seu projeto.
- Crie um novo arquivo ou abra um existente.
- Na barra de prompt na parte inferior, altere o modo para 'Áudio' e selecione 'Fala'.
- Escolha seu modelo de fala no seletor de modelos, por exemplo 'ElevenLabs', 'Gemini' ou 'Fish Audio Drama 3'.
- Selecione uma voz e um idioma no seletor de voz.
- Escreva seu prompt usando o formato de controle de emoção do modelo selecionado (veja abaixo).
- Clique no botão azul na barra de prompt.
Cada modelo de fala tem sua própria forma de dirigir a entrega. Selecione seu modelo e siga a seção correspondente abaixo.
ElevenLabs
O ElevenLabs usa tags entre colchetes escritas diretamente no seu prompt. Coloque qualquer emoção, reação ou direção entre colchetes, e o modelo interpreta isso como uma pista de performance, não como texto falado.
Como funciona
[tag] Seu texto de diálogo aqui.As tags afetam tudo o que vem depois delas até que uma nova tag apareça. Você pode colocar tags em qualquer parte do texto e combinar várias em sequência.
| Sem tags | Com tags |
|---|---|
Consegui o papel. Eu realmente consegui o papel. | [excited] Consegui o papel. Eu realmente consegui o papel. |
Precisamos sair. Agora. | [whispers][tense] Precisamos sair. Agora. |
Não acho que isso vá dar certo. | [sad][hesitant] Não acho que isso vá dar certo. |
O tesouro está enterrado sob a velha capela. | [pirate voice] O tesouro está enterrado sob a velha capela. |
O ElevenLabs é aberto. Não há uma lista fixa. Escreva qualquer emoção ou direção entre colchetes, e o modelo tentará interpretá-la. Tags como [jealous], [romantic], [awkward], [suspicious tone], ou [continues after a beat] funcionam.
As tags abaixo são comumente usadas e funcionam bem de forma confiável, mas você não está limitado a elas.
Tags
Emoções
| Tag | O que ele faz |
|---|---|
[excited] | Entrega com alta energia, entusiasmada |
[happy] | Tom caloroso e animado |
[cheerfully] | Entrega leve e vibrante |
[sad] | Tom abatido e contido |
[sorrowful] | Tristeza profunda, pesar |
[angry] | Entrega firme e incisiva |
[nervous] | Inseguro, levemente trêmulo |
[frustrated] | Tom tenso, impaciente |
[calm] | Entrega estável e relaxada |
[tired] | Baixa energia, exausto |
[curious] | Tom inquisitivo, curioso |
[sarcastic] | Entrega seca, irônica |
[playful] | Energia leve e provocativa |
[deadpan] | Entrega plana, sem emoção |
Experimente:
[excited] Acabamos de conseguir financiamento. Não acredito. [nervous] Mas agora realmente precisamos entregar. [calm] Um passo de cada vez. Vamos descobrir isso.Nuance emocional
Para mudanças mais sutis de tom. Elas adicionam profundidade a uma fala sem sobrepor toda a entrega.
| Tag | O que ele faz |
|---|---|
[hesitant] | Inseguro, contido |
[relieved] | Peso tirado, tensão dissipada |
[tense] | À flor da pele, se preparando para algo |
[warm] | Tom gentil e carinhoso |
[resigned tone] | Cedendo, aceitando a derrota |
[stammers] | Gaguejando, sem jeito |
[regretful] | Desejando que algo fosse diferente |
[sympathetic] | Compassivo, compreensivo |
[reassuring] | Reconfortante, estável |
[awe] | Tomado por admiração ou espanto |
Experimente:
[tense] Algo não está certo. Eu consigo sentir. [relieved] Ah, é só você. Graças a Deus. [warm] Venha cá. Eu estava preocupado com você.Reações
Sons não verbais que adicionam realismo entre ou dentro das falas.
| Tag | O que ele faz |
|---|---|
[laughs] | Riso completo |
[giggles] | Risada suave e leve |
[light chuckle] | Risada breve e contida |
[sigh] | Expiração de cansaço, alívio ou frustração |
[gasps] | Inspiração brusca, surpresa ou choque |
[gulps] | Engolir em seco nervoso |
[crying] | Voz chorosa, entrecortada |
[clears throat] | Limpa a garganta rapidamente |
Experimente:
[laughs] Você está brincando comigo. [gasps] Espera, você está falando sério? [clears throat] Certo. Vamos falar sobre isso direito.Entrega
Controle como a voz executa fisicamente a fala, independentemente da emoção.
| Tag | O que ele faz |
|---|---|
[whispers] | Entrega suave, sussurrada e próxima |
[shouts] | Voz alta e projetada |
[quietly] | Volume baixo, contido |
[loudly] | Volume elevado, firme |
[rushed] | Ritmo rápido, urgente |
[drawn out] | Entrega lenta e alongada |
[dramatic tone] | Teatral, com intensidade elevada |
Experimente:
[whispers] Eles estão bem do lado de fora da porta. [rushed] Precisamos sair agora, não há tempo. [shouts] Corram!Sotaques e personagens
Altere o sotaque sem mudar a voz, ou dê à voz a persona de um personagem.
| Tag | O que ele faz |
|---|---|
[American accent] | Inglês americano padrão |
[British accent] | Inglês britânico padrão |
[French accent] | Inglês com sotaque francês |
[Southern US accent] | Entonação sulista americana |
[Australian accent] | Inglês australiano |
[strong Russian accent] | Sotaque russo forte |
[strong X accent] | Substitua X por qualquer nacionalidade |
[pirate voice] | Personagem rude e marinheiro |
[old man voice] | Entrega envelhecida, marcada pelo tempo |
[robot voice] | Tom mecânico e sintético |
[fantasy narrator] | Narração épica, de conto de fadas |
[film noir narrator] | Narração sombria, melancólica e cínica |
[sarcastically] | Leitura de personagem seca e irônica |
Experimente:
[pirate voice] O tesouro está sob a velha capela, enterrado a três braças de profundidade. [old man voice] Eu me lembro de quando esta cidade não tinha nada além de estradas de terra e pessoas honestas. [robot voice] Aviso. Integridade estrutural comprometida. Evacue imediatamente.Diálogo com vários falantes
Ao escrever cenas com dois ou mais personagens em um único prompt, use isto para moldar como as falas interagem.
| Tag | O que ele faz |
|---|---|
[interrupting] | Interrompe antes que a outra fala termine |
[overlapping] | Começa a falar enquanto a outra voz ainda continua |
Experimente:
Então o que eu estava tentando dizer era [interrupting] Não, pare. Você não pode explicar isso assim. [overlapping] Mas se você apenas escutasse por um segundo...Pausas e ritmo
O ElevenLabs não oferece suporte a durações explícitas de pausa. O comprimento da pausa é inferido pelo contexto, pelas tags e pela pontuação.
| Escreva isto | O que ele faz |
|---|---|
[pause] | Silêncio dramático (o modelo decide a duração) |
... | Pausa hesitante, que vai se arrastando |
| MAIÚSCULAS | Ênfase na palavra |
| Novo parágrafo | Pausa clara e reinício da entonação |
Experimente:
"Eu... é, acho que sim."
[pause] E então aconteceu.
"Eu disse AGORA!"Dicas para melhores resultados
| Dica | Por que funciona |
|---|---|
| Combine as tags com o texto | [crying] Não me deixe. soa natural. Adicionar [crying] a uma frase casual não soa. O modelo lê a linha inteira para contexto. |
| Combine tags | [whispers][tense] ou [hesitant][nervous] dá ao modelo duas pistas para misturar e gerar uma saída mais nuançada. |
| Escolha a voz certa | Uma voz calma não gritará de forma convincente. Uma voz de alta energia não sussurrará bem. Combine a voz com o papel. |
| Use a estabilidade Creative ou Natural | Essas configurações dão ao modelo mais espaço para expressar as tags. Robust é mais consistente, mas menos expressivo. |
| Use a pontuação como pista de ritmo | Vírgulas desaceleram o ritmo. Pontos criam interrupções bruscas. Reticências deixam a fala se prolongar. O modelo lê e reage à pontuação. |
Gemini
O Gemini oferece narração expressiva e multilíngue com controle refinado sobre tom, ritmo e sotaque em uma ampla variedade de idiomas. Você o direciona de duas formas: com instruções em linguagem natural e com pistas inline escritas no seu roteiro.
Como funciona
O Gemini lê a direção que você escreve em linguagem natural e molda a entrega para corresponder. Coloque a instrução primeiro e depois a fala.
| Sem direção | Com direção |
|---|---|
| A tempestade passou. Você está seguro agora. | Diga isso com carinho e devagar, como se estivesse confortando uma criança: A tempestade passou. Você está seguro agora. |
Você também pode inserir pistas inline entre colchetes para adicionar reações e mudar a entrega no meio da fala. O Gemini executa a pista em vez de lê-la em voz alta.
Experimente: Não acredito que você fez isso [laughs]. A melhor surpresa do ano.
Tags
Coloque uma pista entre colchetes exatamente onde você quiser na fala. O Gemini executa a pista em vez de lê-la em voz alta, e você pode usar mais de uma em um único roteiro.
Reações e sons:
| Tag | O que ele faz |
|---|---|
| [laughs] | Adiciona uma risada natural |
| [laughs nervously] | Adiciona uma risada nervosa |
| [sighs] | Adiciona um suspiro |
| [gasps] | Adiciona uma inspiração brusca |
| [exhales] | Adiciona uma expiração audível |
| [scoffs] | Adiciona um bufar de desprezo |
| [clears throat] | Adiciona uma pigarreada antes da fala |
| [crying] | Entrega a fala entre lágrimas |
Entrega e tom:
| Tag | O que ele faz |
|---|---|
| [whispering] | Baixa a voz para um sussurro |
| [normal voice] | Retorna a uma voz normal |
| [softly] | Suaviza a entrega |
| [shouting] | Eleva a voz a um grito |
| [slowly] | Diminui o ritmo |
| [excited] | Adiciona energia e empolgação |
| [nervously] | Adiciona um tom nervoso e hesitante |
Experimente: [whispering] Não faça barulho. [normal voice] Certo, estamos livres.
Para tom, energia ou sotaque, descreva o que você quer em linguagem simples antes da fala. O Gemini oferece controle de sotaque em seus idiomas.
Experimente: Leia isto com sotaque britânico: Que clima agradável estamos tendo, não é?
Diálogo com vários falantes
O Gemini pode dar voz a uma troca entre dois falantes em uma única geração, dando a cada um uma voz distinta. Rotule cada linha com o nome do falante e, em seguida, atribua uma voz para cada um antes de gerar. O Gemini oferece suporte a até dois falantes por diálogo.
Experimente:
Maya: Você recebeu retorno sobre o emprego?
Tom: Recebi. Começo na segunda-feira.
Maya: Isso é incrível, parabéns.| Elemento | O que fazer |
|---|---|
| Rótulo do falante | Comece cada linha com o nome do falante seguido de dois-pontos |
| Voz por falante | Atribua a cada falante nomeado sua própria voz antes de gerar |
| Limite de falantes | Até dois falantes distintos em um diálogo |
Pausas e ritmo
Use reticências para adicionar um momento de silêncio e peça o ritmo que você quer na sua direção.
| Método | Exemplo |
|---|---|
| Reticências para uma pausa | Espere... ... ... você ouviu isso? |
| Ritmo na direção | Leia isto devagar e de forma deliberada: Cada. Palavra. Importa. |
Dicas para melhores resultados
| Dica | Por que ajuda |
|---|---|
| Coloque a direção antes da fala | O Gemini aplica a instrução ao texto que vem depois dela |
| Defina a cena | Contexto como Narrando um documentário sobre a natureza, com calma e em tom sussurrado: molda o tom e a entrega |
| Combine métodos | Combine uma direção em linguagem simples com sinais entre colchetes no mesmo roteiro |
| Combine o idioma com a voz | Escolha uma voz e um idioma que combinem com seu roteiro antes de gerar |
Fish Audio Drama 3
O Fish Audio Drama 3 é feito para leituras interpretadas. Você o dirige em linha, no próprio roteiro, e as direções funcionam do mesmo jeito em qualquer idioma.
Como funciona
Escreva uma direção entre colchetes, em palavras simples, no ponto em que a quer. O Drama 3 a executa em vez de lê-la em voz alta.
| Sem direção | Com direção |
|---|---|
Eu disse para você não voltar aqui. | [quietly, holding back anger] Eu disse para você não voltar aqui. |
Tudo bem. Faça do seu jeito. | [sigh] Tudo bem. Faça do seu jeito. |
Sons e pausas
Coloque um som ou uma pausa entre colchetes exatamente onde acontece na fala:
| Tag | O que faz |
|---|---|
[sigh] | Um suspiro nesse ponto |
[laugh] | Uma risada nesse ponto |
[breath] | Uma respiração audível |
[pause] | Uma pausa antes das próximas palavras |
Experimente: Esperei a noite toda. [pause] [sigh] E você nunca ligou.
Dirija palavras escolhidas
Envolva algumas palavras em uma tag em par para mudar só essas palavras:
| Tag | O que faz |
|---|---|
<whisper>...</whisper> | Sussurra as palavras dentro |
<soft>...</soft> | Suaviza as palavras |
<emphasis>...</emphasis> ou <stress>...</stress> | Dá peso a elas |
<forceful>...</forceful> | Fala as palavras com força |
<fast>...</fast> | Acelera as palavras |
<slow>...</slow> | Desacelera as palavras |
Experimente: Fale baixo. <whisper>Eles podem nos ouvir.</whisper> <forceful>Agora, vá.</forceful>
Vozes e idiomas
Escolha uma voz no seletor de vozes, onde você pode filtrar por gênero, idade e caso de uso e pressionar play para ouvir uma. Qualquer voz do Drama 3 fala qualquer idioma, com o sotaque próprio dela. Defina o idioma em Preferências na barra de prompt.
Diálogo
No modo 'Diálogo', o Drama 3 dá voz a uma cena com vários falantes em uma única geração. Um diálogo precisa de pelo menos duas falas e pode usar até nove vozes diferentes.
Limites
Um roteiro pode ter até 10.000 caracteres, tanto em fala quanto em diálogo.
Dicas para melhores resultados
| Dica | Por que ajuda |
|---|---|
| Dirija a fala, não a palavra | Uma direção curta antes de uma fala molda a leitura inteira. Guarde as tags em par para as poucas palavras que precisam se destacar |
| Use pausas para criar ritmo | [pause] dá um respiro onde só a pontuação deixaria as palavras coladas |
Se você tiver algum problema ou alguma dúvida, entre em contato. Teremos prazer em ajudar. Escreva para nós em support@morphic.com.
Transcrição
Como obter um arquivo de legendas com marcação de tempo de qualquer áudio ou vídeo no Morphic e o que fazer com ele em seguida.
Suas vozes do ElevenLabs
Como usar as vozes da conta ElevenLabs da sua própria organização no Morphic, criar novas em References ou com o Copilot, e quanto custa a fala com elas.