> For the complete documentation index, see [llms.txt](https://morphic.com/docs/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://morphic.com/docs/de/audio/voice-emotion-control.md). # Sprach-Emotionssteuerung Die Sprach-Emotionssteuerung in Morphic ermöglicht es dir, zu bestimmen, wie erzeugte Sprache klingt – von emotionalem Ton über Reaktionen und Tempo bis hin zum Vortragsstil. Formuliere deinen Prompt mit den richtigen Hinweisen, und die Stimme liefert die Leistung, die du vorgibst. ## Wie man die Sprach-Emotionssteuerung verwendet Hier ist eine kurze Anleitung zur Verwendung der Sprach-Emotionssteuerung in Morphic: 1. Öffne Morphic und gehe zu deinem Projekt. 2. Erstelle eine neue Datei oder öffne eine vorhandene. 3. In der Promptleiste unten wechsle den Modus zu 'Audio' und wähle 'Speech'. 4. Wähle dein Audiomodell: 'ElevenLabs' oder 'MiniMax'. 5. Wähle im Stimmenauswahlfeld eine Stimme und eine Sprache. 6. Schreibe deinen Prompt mit dem Emotionssteuerungsformat für das ausgewählte Modell (siehe unten). 7. Klicke auf 'Generieren'. Morphic unterstützt zwei Sprachmodelle. Jedes verwendet eine andere Syntax für die Emotionssteuerung. Wähle dein Modell und folge dann der Anleitung unten. ## ElevenLabs ElevenLabs verwendet eckige Tags, die direkt in deinen Prompt geschrieben werden. Setze jede Emotion, Reaktion oder Anweisung in eckige Klammern, und das Modell interpretiert sie als Spielanweisung, nicht als gesprochenen Text. ### So funktioniert es ``` [tag] Dein Dialogtext hier. ``` Tags wirken auf alles danach, bis ein neuer Tag erscheint. Du kannst Tags überall in deinem Text platzieren und mehrere Tags nacheinander kombinieren. | Ohne Tags | Mit Tags | | ----------------------------------------------------------------------- | --------------------------------------------------------------------------------- | | `Ich habe die Rolle bekommen. Ich habe die Rolle tatsächlich bekommen.` | `[excited] Ich habe die Rolle bekommen. Ich habe die Rolle tatsächlich bekommen.` | | `Wir müssen weg. Jetzt.` | `[whispers][tense] Wir müssen weg. Jetzt.` | | `Ich glaube nicht, dass das funktionieren wird.` | `[sad][hesitant] Ich glaube nicht, dass das funktionieren wird.` | | `Der Schatz ist unter der alten Kapelle vergraben.` | `[pirate voice] Der Schatz ist unter der alten Kapelle vergraben.` | ElevenLabs ist offen. Es gibt keine feste Liste. Schreibe jede beliebige Emotion oder Anweisung in Klammern, und das Modell wird versuchen, sie zu interpretieren. Tags wie `[jealous]`, `[romantic]`, `[awkward]`, `[suspicious tone]`, oder `[continues after a beat]` funktionieren alle. Die unten stehenden Tags werden häufig verwendet und zuverlässig wirksam eingesetzt, aber du bist nicht auf sie beschränkt. ### Tags **Emotionen** | Tag | Wirkung | | -------------- | --------------------------------------- | | `[excited]` | Hohe Energie, begeisterte Darbietung | | `[happy]` | Warmer, positiver Ton | | `[cheerfully]` | Leichte, helle Vortragsweise | | `[sad]` | Niedergeschlagener, zurückhaltender Ton | | `[sorrowful]` | Tiefe Traurigkeit, Kummer | | `[angry]` | Scharfe, kraftvolle Vortragsweise | | `[nervous]` | Unsicher, leicht zittrig | | `[frustrated]` | Angespannter, ungeduldiger Ton | | `[calm]` | Gleichmäßige, entspannte Vortragsweise | | `[tired]` | Wenig Energie, erschöpft | | `[curious]` | Fragender, neugieriger Ton | | `[sarcastic]` | Trockene, ironische Vortragsweise | | `[playful]` | Leichte, neckende Energie | | `[deadpan]` | Monotone, emotionslose Vortragsweise | Probier es aus: ``` [excited] Wir haben gerade eine Finanzierung erhalten. Ich kann es kaum glauben. [nervous] Aber jetzt müssen wir es tatsächlich liefern. [calm] Schritt für Schritt. Wir bekommen das hin. ``` **Emotionale Nuance** Für subtilere Tonverschiebungen. Diese verleihen einer Zeile Tiefe, ohne die gesamte Vortragsweise zu überlagern. | Tag | Wirkung | | ----------------- | -------------------------------------------- | | `[hesitant]` | Unsicher, zurückhaltend | | `[relieved]` | Eine Last fällt ab, die Anspannung löst sich | | `[tense]` | Nervös gespannt, auf etwas gefasst | | `[warm]` | Sanfter, fürsorglicher Ton | | `[resigned tone]` | Sich fügen, die Niederlage akzeptieren | | `[stammers]` | Stolpert über Worte, verlegen | | `[regretful]` | Wünscht sich, dass etwas anders wäre | | `[sympathetic]` | Mitfühlend, verständnisvoll | | `[reassuring]` | Trostspendend, ruhig | | `[awe]` | Von Staunen oder Ehrfurcht ergriffen | Probier es aus: ``` [tense] Hier stimmt etwas nicht. Ich kann es spüren. [relieved] Oh, du bist es nur. Gott sei Dank. [warm] Komm her. Ich habe mir Sorgen um dich gemacht. ``` **Reaktionen** Nichtsprachliche Geräusche, die zwischen oder innerhalb von Zeilen für mehr Realismus sorgen. | Tag | Wirkung | | ----------------- | ------------------------------------------------------ | | `[laughs]` | Lachen | | `[giggles]` | Leises, sanftes Lachen | | `[light chuckle]` | Kurzes, zurückhaltendes Lachen | | `[sigh]` | Ausatmen aus Müdigkeit, Erleichterung oder Frustration | | `[gasps]` | Scharfes Lufteinziehen, Überraschung oder Schock | | `[gulps]` | Nervöses Schlucken | | `[crying]` | Tränenreiche, brechende Stimme | | `[clears throat]` | Kurzes Stimmräuspern | Probier es aus: ``` [laughs] Du machst wohl Witze. [gasps] Warte, du meinst das ernst? [clears throat] Okay. Lass uns vernünftig darüber sprechen. ``` **Vortragsweise** Steuere, wie die Stimme die Zeile körperlich ausführt, unabhängig von der Emotion. | Tag | Wirkung | | ----------------- | ------------------------------------ | | `[whispers]` | Leise, hauchige, nahe Vortragsweise | | `[shouts]` | Laut, tragende Stimme | | `[quietly]` | Leise, zurückhaltend | | `[loudly]` | Erhöhte Lautstärke, kraftvoll | | `[rushed]` | Schnelles, drängendes Tempo | | `[drawn out]` | Langsame, gedehnte Vortragsweise | | `[dramatic tone]` | Theatralisch, gesteigerte Intensität | Probier es aus: ``` [whispers] Sie sind direkt vor der Tür. [rushed] Wir müssen jetzt los, es ist keine Zeit. [shouts] Lauf! ``` **Akzente und Figuren** Wechsle den Akzent, ohne die Stimme zu ändern, oder gib der Stimme eine Figurenpersönlichkeit. | Tag | Wirkung | | ------------------------- | -------------------------------------------- | | `[American accent]` | Standardamerikanisches Englisch | | `[British accent]` | Standardbritisches Englisch | | `[French accent]` | Englisch mit französischem Akzent | | `[Southern US accent]` | Südlicher amerikanischer Singsang | | `[Australian accent]` | Australisches Englisch | | `[strong Russian accent]` | Starke russische Färbung | | `[strong X accent]` | Ersetze X durch jede beliebige Nationalität | | `[pirate voice]` | Raue, seemännische Figur | | `[old man voice]` | Alte, abgegriffene Vortragsweise | | `[robot voice]` | Mechanischer, synthetischer Ton | | `[fantasy narrator]` | Episische Märchenerzählung | | `[film noir narrator]` | Dunkle, stimmungsvolle, zynische Erzählweise | | `[sarcastically]` | Trockene, ironische Figurenstimme | Probier es aus: ``` [pirate voice] Der Schatz liegt unter der alten Kapelle, drei Faden tief vergraben. [old man voice] Ich erinnere mich, als diese Stadt nur Schotterstraßen und ehrliche Leute hatte. [robot voice] Warnung. Strukturelle Integrität beeinträchtigt. Sofort evakuieren. ``` ### Dialog mit mehreren Figuren Wenn du Szenen mit zwei oder mehr Figuren in einem Prompt schreibst, verwende diese, um zu gestalten, wie die Zeilen miteinander interagieren. | Tag | Wirkung | | ---------------- | -------------------------------------------------------- | | `[interrupting]` | Fällt ein, bevor die andere Zeile fertig ist | | `[overlapping]` | Beginnt zu sprechen, während die andere Stimme ausklingt | Probier es aus: ``` Also, was ich sagen wollte, war [interrupting] Nein, hör auf. Du kannst das nicht so weg erklären. [overlapping] Aber wenn du nur eine Sekunde zuhören würdest... ``` ### Pausen und Tempo ElevenLabs unterstützt keine expliziten Pausendauern. Die Pausenlänge wird aus Kontext, Tags und Zeichensetzung abgeleitet. | Schreibe das | Wirkung | | -------------- | ------------------------------------------------------ | | `[pause]` | Dramatische Stille (Modell entscheidet über die Länge) | | `...` | Zögerliche, ausklingende Pause | | GROẞBUCHSTABEN | Betonung auf dem Wort | | Neuer Absatz | Deutliche Pause und Zurücksetzen der Intonation | Probier es aus: ``` „Ich... ja, ich denke schon.“ [pause] Und dann geschah es. „ICH HABE JETZT GESAGT!“ ``` ### Tipps für bessere Ergebnisse | Tipp | Warum es funktioniert | | ------------------------------------------ | -------------------------------------------------------------------------------------------------------------------------------------------------------------------- | | Passe die Tags an den Text an | `[crying] Lass mich nicht allein.` klingt natürlich. Das Hinzufügen von `[crying]` zu einem lockeren Satz nicht. Das Modell liest die gesamte Zeile für den Kontext. | | Tags kombinieren | `[whispers][tense]` oder `[hesitant][nervous]` gibt dem Modell zwei Hinweise, die es zu einer nuancierteren Ausgabe vermischt. | | Wähle die richtige Stimme | Eine ruhige Stimme kann nicht überzeugend schreien. Eine energiegeladene Stimme kann nicht gut flüstern. Stimme die Stimme auf die Rolle ab. | | Verwende Creative- oder Natural-Stabilität | Diese Einstellungen geben dem Modell mehr Raum, Tags auszudrücken. Robust ist konsistenter, aber weniger ausdrucksstark. | | Verwende Satzzeichen als Rhythmus-Hinweise | Kommas verlangsamen das Tempo. Punkte erzeugen harte Stopps. Auslassungspunkte lassen die Rede ausklingen. Das Modell liest Satzzeichen und reagiert darauf. | ## Google Gemini 3.1 Flash TTS Gemini 3.1 Flash TTS bietet dir ausdrucksstarke, mehrsprachige Sprachausgabe mit feiner Kontrolle über Ton, Tempo und Akzent in einer Vielzahl von Sprachen. Du steuerst es auf zwei Arten: mit Anweisungen in Klartext und mit eingebetteten Hinweisen, die du in dein Skript schreibst. ### So funktioniert es Gemini liest die Anweisung, die du in natürlicher Sprache schreibst, und gestaltet die Ausgabe entsprechend. Stelle die Anweisung zuerst, dann deine Zeile. | Ohne Anweisung | Mit Anweisung | | ------------------------------------------------------ | ----------------------------------------------------------------------------------------------------------------- | | Das Unwetter ist vorüber. Jetzt bist du in Sicherheit. | Sag das warm und langsam, als würdest du ein Kind trösten: Das Unwetter ist vorüber. Jetzt bist du in Sicherheit. | Du kannst auch eingebettete Hinweise in eckigen Klammern hinzufügen, um Reaktionen einzubauen und die Vortragsweise mitten in der Zeile zu ändern. Gemini führt den Hinweis aus, statt ihn laut vorzulesen. Probier es aus: `Ich kann nicht glauben, dass du das getan hast [laughs]. Die beste Überraschung des ganzen Jahres.` ### Tags Platziere einen Hinweis direkt dort in eckigen Klammern, wo du ihn in der Zeile haben möchtest. Gemini führt den Hinweis aus, statt ihn laut vorzulesen, und du kannst mehr als einen in einem einzigen Skript verwenden. Reaktionen und Geräusche: | Tag | Wirkung | | ------------------- | ------------------------------------- | | \[laughs] | Fügt ein natürliches Lachen hinzu | | \[laughs nervously] | Fügt ein nervöses Lachen hinzu | | \[sighs] | Fügt ein Seufzen hinzu | | \[gasps] | Fügt scharfes Lufteinziehen hinzu | | \[exhales] | Fügt ein hörbares Ausatmen hinzu | | \[scoffs] | Fügt ein abfälliges Schnauben hinzu | | \[clears throat] | Fügt vor der Zeile ein Räuspern hinzu | | \[crying] | Spricht die Zeile unter Tränen | Vortragsweise und Ton: | Tag | Wirkung | | --------------- | ------------------------------------------- | | \[whispering] | Senkt die Stimme zu einem Flüstern | | \[normal voice] | Kehrt zu einer normalen Sprechstimme zurück | | \[softly] | Mildert die Vortragsweise | | \[shouting] | Hebt die Stimme zu einem Schrei an | | \[slowly] | Verlangsamt das Tempo | | \[excited] | Fügt Energie und Begeisterung hinzu | | \[nervously] | Fügt einen nervösen, zögerlichen Ton hinzu | Probier es aus: `[whispering] Mach kein Geräusch. [normal voice] Okay, es ist alles frei.` Für Ton, Energie oder Akzent beschreibe vor der Zeile in Klartext, was du möchtest. Gemini unterstützt die Akzentsteuerung über seine Sprachen hinweg. Probier es aus: `Sprich das mit britischem Akzent: Schönes Wetter haben wir heute, nicht wahr?` ### Dialog mit mehreren Sprechern Gemini kann in einer einzigen Generierung einen Dialog zwischen zwei Sprechern vertonen und jedem Sprecher eine eigene Stimme geben. Beschrifte jede Zeile mit dem Namen des Sprechers und weise dann vor der Generierung jedem Sprecher eine Stimme zu. Gemini unterstützt bis zu zwei Sprecher pro Dialog. Probier es aus: ``` Maya: Hast du Rückmeldung zu dem Job bekommen? Tom: Ja. Ich fange am Montag an. Maya: Das ist großartig, Glückwunsch. ``` | Element | Was zu tun ist | | ------------------- | ----------------------------------------------------------------------------- | | Sprecherbezeichnung | Beginne jede Zeile mit dem Namen des Sprechers, gefolgt von einem Doppelpunkt | | Stimme pro Sprecher | Weise jedem benannten Sprecher vor dem Generieren seine eigene Stimme zu | | Sprecherlimit | Bis zu zwei unterschiedliche Sprecher in einem Dialog | ### Pausen und Tempo Verwende Auslassungspunkte, um eine kurze Stille einzubauen, und bitte in deiner Anweisung um das gewünschte Tempo. | Methode | Beispiel | | -------------------------------- | ----------------------------------------------------- | | Auslassungspunkte für eine Pause | `Warte... ... ... hast du das gehört?` | | Tempo in der Anweisung | `Sprich das langsam und bewusst: Jedes. Wort. Zählt.` | ### Tipps für bessere Ergebnisse | Tipp | Warum das hilft | | ---------------------------------- | ---------------------------------------------------------------------------------------------- | | Setze die Anweisung vor die Zeile | Gemini wendet die Anweisung auf den folgenden Text an | | Die Szene setzen | Kontext wie `Erzähle eine Naturdokumentation, ruhig und gedämpft:` prägt Ton und Vortragsweise | | Methoden kombinieren | Kombiniere eine Anweisung in Klartext mit eingebetteten Klammerhinweisen im selben Skript | | Passe die Sprache an die Stimme an | Wähle vor dem Generieren eine Stimme und Sprache, die zu deinem Skript passen | ## MiniMax MiniMax verwendet **klammerartige Sound-Tags** in deinem Prompt und einen separaten **Emotionsauswahl** in der Morphic-Benutzeroberfläche. ### Emotion Wähle beim Generieren die Emotion im Dropdown aus. Dadurch wird der Gesamttton der gesamten Ausgabe festgelegt. | Emotion | Effekt | | ----------- | ------------------------------------------------------------------------- | | Automatisch | Das Modell liest den Text und wählt die beste Emotion aus (Standard) | | Fröhlich | Beschwingt, positiv | | Traurig | Niedergeschlagen, melancholisch | | Wütend | Kraftvoll, aggressiv | | Ängstlich | Besorgt, verängstigt | | Angewidert | Abgestoßen, ablehnend | | Überrascht | Erschrocken, erstaunt | | Ruhig | Entspannt, gelassen | | Flüssig | Sauber, sendetauglich — ideal für Nachrichten oder technische Erzählungen | | Neutral | Keine emotionale Färbung | ### Sound-Tags Füge nichtsprachliche Geräusche direkt in deinen Prompt mit Klammern ein. Diese sind **nur als Voreinstellungen verfügbar** — nur die unten aufgeführten Tags werden unterstützt. ``` Das ist unglaublich (laughs) Ich kann nicht glauben, dass es tatsächlich funktioniert hat. Die Ergebnisse waren... unerwartet. (sighs) Lass mich erklären. ``` | Tag | Tag | Tag | | ----------------- | -------------- | ------------- | | `(lacht)` | `(kichert)` | `(hustet)` | | `(räuspert sich)` | `(stöhnt)` | `(Atem)` | | `(keucht)` | `(atmet ein)` | `(atmet aus)` | | `(japst)` | `(schnüffelt)` | `(seufzt)` | | `(grunzt)` | `(rülpst)` | `(schmatzt)` | | `(summt)` | `(zischt)` | `(ähm)` | | `(pfeift)` | `(niest)` | `(weint)` | | `(Applaus)` | `(gähnt)` | | > Anders als ElevenLabs kannst du **kannst du nicht** benutzerdefinierte Tags erfinden. Das Schreiben `(nervös)` oder `(eifersüchtig)` funktioniert nicht — das Modell wird sie als Text aussprechen. Verwende die Emotionsauswahl für den emotionalen Ton. ### Pausen Füge zeitgesteuerte Pausen mit ein `<#x#>` wobei `x` die Sekunden angibt (0,01–99,99). ``` Die Ergebnisse waren unerwartet. <#1.2#> Gehen wir durch, warum. Wir müssen reden. <#0.5#> Es ist wichtig. ``` ### Tipps * Verwende Sound-Tags sparsam — zu viele können unnatürlich klingen. * Stelle die Emotion auf **Automatisch** für die meisten Fälle. Überschreibe sie manuell, wenn du über lange Texte hinweg einen gleichbleibenden Ton brauchst. * Interpunktion ist wichtig — Kommas und Punkte steuern das Tempo und die Intonation des Modells. --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter: ``` GET https://morphic.com/docs/de/audio/voice-emotion-control.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.