Steuerung der Stimmemotionen

Die Tags, Emotions-Einstellungen und Tempo-Steuerungen, die bestimmen, wie eine generierte Stimme eine Zeile spricht.

Die Sprachemotionsteuerung in Morphic ermöglicht es Ihnen, festzulegen, wie generierte Sprache klingt – vom emotionalen Ton über Reaktionen, Sprechtempo und Vortragsstil bis hin zur Lieferung. Formulieren Sie Ihren Prompt mit den passenden Hinweisen, und die Stimme führt ihn so aus, wie Sie es vorgeben.

So verwenden Sie die Sprachemotionsteuerung

Hier ist ein kurzer Leitfaden, wie Sie die Sprachemotionsteuerung in Morphic verwenden:

  1. Öffnen Sie Morphic und gehen Sie zu Ihrem Projekt.

  2. Erstellen Sie eine neue Datei oder öffnen Sie eine vorhandene.

  3. Wechseln Sie in der Prompt-Leiste unten den Modus auf 'Audio' und wählen Sie 'Speech'.

    Das Audio-Modusmenü der Prompt-Leiste, mit 'Speech' markiert über Sound effects, Music, Dialogue, Speech to speech und Dubbing

  4. Wählen Sie Ihr Sprachmodell in der Modellauswahl, zum Beispiel 'ElevenLabs', 'Gemini' oder 'Fish Audio Drama 3'.

    Die Auswahl der Sprachmodelle mit ElevenLabs, Fish Audio Drama 3, Gemini, Inworld, Seed Audio 1.0 und xAI Grok TTS

  5. Wählen Sie eine Stimme und eine Sprache im Stimmenauswahlfeld aus.

  6. Schreiben Sie Ihren Prompt mit dem Emotionssteuerungsformat für das ausgewählte Modell (siehe unten).

    Ein Sprach-Prompt im Format von Fish Audio Drama 3, mit der Regieanweisung in eckigen Klammern vor dem Satz

  7. Klicken Sie in der Prompt-Leiste auf den blauen Button.

Jedes Sprachmodell hat seine eigene Art, den Vortrag zu steuern. Wählen Sie Ihr Modell und folgen Sie dann dem passenden Abschnitt unten.

ElevenLabs

ElevenLabs verwendet Klammer-Tags, die direkt in Ihren Prompt geschrieben werden. Fassen Sie jede Emotion, Reaktion oder Anweisung in eckige Klammern, und das Modell interpretiert sie als Darbietungshinweis, nicht als gesprochenen Text.

So funktioniert es

[tag] Dein Dialogtext hier.

Tags beeinflussen alles danach, bis ein neuer Tag erscheint. Sie können Tags überall in Ihrem Text platzieren und mehrere Tags in Folge kombinieren.

Ohne TagsMit Tags
Ich habe die Rolle bekommen. Ich habe die Rolle wirklich bekommen.[excited] Ich habe die Rolle bekommen. Ich habe die Rolle wirklich bekommen.
Wir müssen gehen. Jetzt.[whispers][tense] Wir müssen gehen. 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 angelegt. Es gibt keine feste Liste. Schreiben Sie jede beliebige Emotion oder Anweisung in Klammern, und das Modell versucht, sie zu interpretieren. Tags wie [jealous], [romantic], [awkward], [suspicious tone], oder [continues after a beat] funktionieren alle.

Die folgenden Tags werden häufig verwendet und zuverlässig eingesetzt, aber Sie sind nicht auf sie beschränkt.

Tags

Emotionen

TagWas es tut
[excited]Energiegeladene, begeisterte Darstellung
[happy]Warmer, positiver Ton
[cheerfully]Leichte, helle Darbietung
[sad]Niedergeschlagener, zurückhaltender Ton
[sorrowful]Tiefe Traurigkeit, Kummer
[angry]Scharfe, kraftvolle Darbietung
[nervous]Unsicher, leicht zitternd
[frustrated]Angespannter, ungeduldiger Ton
[calm]Gleichmäßige, entspannte Darbietung
[tired]Wenig Energie, erschöpft
[curious]Fragender, neugieriger Ton
[sarcastic]Trockene, ironische Darbietung
[playful]Leichte, neckische Energie
[deadpan]Flache, emotionslose Darbietung

Probieren Sie es aus:

[excited] Wir haben gerade eine Finanzierung bekommen. Ich kann es nicht glauben. [nervous] Aber jetzt müssen wir es wirklich liefern. [calm] Ein Schritt nach dem anderen. Wir bekommen das hin.

Emotionale Nuancen

Für subtilere Tonverschiebungen. Diese verleihen einer Zeile mehr Tiefe, ohne die gesamte Darbietung zu überlagern.

TagWas es tut
[hesitant]Unsicher, zurückhaltend
[relieved]Die Last fällt ab, die Anspannung löst sich
[tense]Angespannt, auf etwas gefasst
[warm]Sanfter, fürsorglicher Ton
[resigned tone]Sich fügen, die Niederlage akzeptieren
[stammers]Verheddert sich in den Worten, verunsichert
[regretful]Wünscht sich, etwas wäre anders
[sympathetic]Mitfühlend, verständnisvoll
[reassuring]Beruhigend, stabil
[awe]Von Staunen oder Ehrfurcht erfasst

Probieren Sie es aus:

[tense] Irgendetwas stimmt nicht. Ich spüre es. [relieved] Oh, du bist es nur. Gott sei Dank. [warm] Komm her. Ich habe mir Sorgen um dich gemacht.

Reaktionen

Nichtsprachliche Laute, die zwischen oder innerhalb von Zeilen für mehr Realismus sorgen.

TagWas es tut
[laughs]Lachen in voller Lautstärke
[giggles]Leises, sanftes Lachen
[light chuckle]Kurzes, zurückhaltendes Lachen
[sigh]Ausatmen von Müdigkeit, Erleichterung oder Frustration
[gasps]Scharfes Einatmen, Überraschung oder Schock
[gulps]Nervöses Schlucken
[crying]Tränenreiche, brüchige Stimme
[clears throat]Kurzes stimmliches Neuansetzen

Probieren Sie es aus:

[laughs] Du machst wohl Witze. [gasps] Warte, das meinst du ernst? [clears throat] Okay. Lass uns das ordentlich besprechen.

Vortragsstil

Steuern Sie, wie die Stimme die Zeile körperlich ausführt, unabhängig von der Emotion.

TagWas es tut
[whispers]Leise, hauchig, nah
[shouts]Laute, projizierte Stimme
[quietly]Leise, zurückhaltend
[loudly]Erhöhte Lautstärke, kraftvoll
[rushed]Schnelles, dringliches Tempo
[drawn out]Langsame, gedehnte Darbietung
[dramatic tone]Theatralische, gesteigerte Intensität

Probieren Sie es aus:

[whispers] Sie sind direkt vor der Tür. [rushed] Wir müssen jetzt los, es ist keine Zeit. [shouts] Lauf!

Akzente und Charaktere

Wechseln Sie den Akzent, ohne die Stimme zu ändern, oder geben Sie der Stimme eine Charakter-Persona.

TagWas es tut
[American accent]Standardamerikanisches Englisch
[British accent]Standardbritisches Englisch
[French accent]Französisch gefärbtes Englisch
[Southern US accent]Südstaaten-amerikanischer Akzent
[Australian accent]Australisches Englisch
[strong Russian accent]Starke russische Färbung
[strong X accent]Ersetzen Sie X durch jede beliebige Nationalität
[pirate voice]Grimmiger, seemännischer Charakter
[old man voice]Gealterte, abgekämpfte Darbietung
[robot voice]Mechanischer, synthetischer Ton
[fantasy narrator]Epische, märchenhafte Erzählung
[film noir narrator]Dunkle, stimmungsvolle, zynische Erzählung
[sarcastically]Trockene, ironische Sprechweise der Figur

Probieren Sie 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 Menschen hatte. [robot voice] Warnung. Strukturelle Integrität beeinträchtigt. Evakuieren Sie sofort.

Dialog mit mehreren Figuren

Wenn Sie Szenen mit zwei oder mehr Figuren in einem Prompt schreiben, nutzen Sie diese, um zu formen, wie die Zeilen miteinander interagieren.

TagWas es tut
[interrupting]Fällt ein, bevor die andere Zeile zu Ende ist
[overlapping]Beginnt zu sprechen, während eine andere Stimme ausklingt

Probieren Sie es aus:

Also wollte ich sagen [interrupting] Nein, hör auf. Du kannst dich da nicht herausreden. [overlapping] Aber wenn du mir nur eine Sekunde zuhören würdest...

Pausen und Sprechtempo

ElevenLabs unterstützt keine expliziten Pausendauern. Die Länge der Pause wird aus Kontext, Tags und Zeichensetzung abgeleitet.

Schreiben Sie dasWas es tut
[pause]Dramatische Stille (das Modell entscheidet über die Länge)
...Zögerliche, ausklingende Pause
GROẞBUCHSTABENBetonung auf dem Wort
Neuer AbsatzKlare Pause und Neuansatz der Intonation

Probieren Sie es aus:

"Ich... ja, ich denke schon."

"[pause] Und dann geschah es."

"Ich habe jetzt gesagt!"

Tipps für bessere Ergebnisse

TippWarum es funktioniert
Tags auf den Text abstimmen[crying] Lass mich nicht allein. klingt natürlich. Das Hinzufügen [crying] zu einem beiläufigen Satz klingt es nicht. Das Modell liest die gesamte Zeile für den Kontext.
Tags kombinieren[whispers][tense] oder [hesitant][nervous] gibt dem Modell zwei Hinweise, die es für ein nuancierteres Ergebnis mischen kann.
Die richtige Stimme wählenEine ruhige Stimme wird nicht überzeugend schreien. Eine energiegeladene Stimme wird nicht gut flüstern. Stimmen Sie die Stimme auf die Rolle ab.
Creative- oder Natural-Stabilität verwendenDiese Einstellungen geben dem Modell mehr Spielraum, Tags auszudrücken. Robust ist konsistenter, aber weniger ausdrucksstark.
Zeichensetzung als Rhythmussignale verwendenKommas verlangsamen das Tempo. Punkte erzeugen harte Stopps. Auslassungspunkte lassen etwas offen. Das Modell liest Zeichensetzung und reagiert darauf.

Gemini

Gemini gibt Ihnen ausdrucksstarke, mehrsprachige Erzählungen mit feiner Kontrolle über Ton, Tempo und Akzent in einer großen Bandbreite von Sprachen. Sie steuern es auf zwei Arten: mit Anweisungen in Alltagssprache und mit Inline-Hinweisen, die Sie in Ihr Skript einfügen.

So funktioniert es

Gemini liest die Anweisung, die Sie in natürlicher Sprache schreiben, und formt die Darbietung entsprechend. Setzen Sie die Anweisung zuerst, dann Ihre Zeile.

Ohne AnweisungMit Anweisung
Der Sturm ist vorüber. Jetzt bist du in Sicherheit.Sage das warm und langsam, als würdest du ein Kind beruhigen: Der Sturm ist vorüber. Jetzt bist du in Sicherheit.

Sie können auch Inline-Hinweise in eckigen Klammern einfügen, um Reaktionen hinzuzufügen und die Darbietung mitten in der Zeile zu verändern. Gemini spielt den Hinweis aus, statt ihn vorzulesen.

Probieren Sie es aus: Ich kann nicht glauben, dass du das getan hast [laughs]. Die beste Überraschung des ganzen Jahres.

Tags

Platzieren Sie einen Hinweis in eckigen Klammern genau dort, wo Sie ihn in der Zeile haben möchten. Gemini spielt den Hinweis aus, statt ihn vorzulesen, und Sie können mehr als einen in einem einzigen Skript verwenden.

Reaktionen und Laute:

TagWas es tut
[laughs]Fügt ein natürliches Lachen hinzu
[laughs nervously]Fügt ein nervöses Lachen hinzu
[sighs]Fügt einen Seufzer hinzu
[gasps]Fügt ein scharfes Einatmen hinzu
[exhales]Fügt hörbares Ausatmen hinzu
[scoffs]Fügt ein abwertendes Schnauben hinzu
[clears throat]Fügt vor der Zeile ein Räuspern hinzu
[crying]Spricht die Zeile unter Tränen

Vortragsweise und Ton:

TagWas es tut
[whispering]Senkt die Stimme zu einem Flüstern
[normal voice]Kehrt zu einer normalen Sprechstimme zurück
[softly]Mildert die Darbietung ab
[shouting]Erhöht die Stimme zu einem Ruf
[slowly]Verlangsamt das Tempo
[excited]Fügt Energie und Begeisterung hinzu
[nervously]Fügt einen nervösen, zögerlichen Ton hinzu

Probieren Sie es aus: [whispering] Mach kein Geräusch. [normal voice] Okay, wir sind durch.

Beschreiben Sie bei Ton, Energie oder Akzent vor der Zeile in klarer Sprache, was Sie möchten. Gemini unterstützt die Akzentsteuerung über seine Sprachen hinweg.

Probieren Sie es aus: Sprich das mit britischem Akzent: Schönes Wetter haben wir, nicht wahr?

Dialog mit mehreren Sprechern

Gemini kann in einer einzigen Generierung einen Wortwechsel zwischen zwei Sprechern ausgeben und jedem Sprecher eine eigene Stimme zuweisen. Beschrifte jede Zeile mit dem Namen des Sprechers und weise dann jedem Sprecher vor der Generierung eine Stimme zu. Gemini unterstützt bis zu zwei Sprecher pro Dialog.

Probieren Sie es aus:

Maya: Hast du schon Rückmeldung zum Job bekommen?
Tom: Ja. Ich fange am Montag an.
Maya: Das ist großartig, Glückwunsch.
ElementWas zu tun ist
SprecherbezeichnungBeginnen Sie jede Zeile mit dem Namen des Sprechers, gefolgt von einem Doppelpunkt
Stimme pro SprecherWeisen Sie jedem benannten Sprecher vor dem Generieren eine eigene Stimme zu
SprecherlimitBis zu zwei unterschiedliche Sprecher in einem Dialog

Pausen und Sprechtempo

Verwenden Sie Auslassungspunkte, um eine kurze Pause einzubauen, und geben Sie in Ihrer Anweisung das gewünschte Tempo an.

MethodeBeispiel
Auslassungspunkte für eine PauseWarte... ... ... hast du das gehört?
Tempo in der AnweisungLies das langsam und bewusst: Jedes. Wort. Zählt.

Tipps für bessere Ergebnisse

TippWarum es hilft
Setzen Sie die Anweisung vor die ZeileGemini wendet die Anweisung auf den darauf folgenden Text an
Die Szene setzenKontext wie Wie bei einer Naturdokumentation erzählend, ruhig und gedämpft: prägt Ton und Darbietung
Methoden kombinierenKombinieren Sie eine Anweisung in Alltagssprache mit Inline-Klammerhinweisen im selben Skript
Sprache an die Stimme anpassenWählen Sie vor dem Generieren eine Stimme und Sprache, die zu Ihrem Skript passen

Fish Audio Drama 3

Fish Audio Drama 3 ist für gespielte Lesungen gemacht. Sie steuern es direkt im Skript, und die Anweisungen funktionieren in jeder Sprache gleich.

So funktioniert es

Schreiben Sie eine Anweisung in eckigen Klammern an die Stelle, an der Sie sie haben möchten, in einfachen Worten. Drama 3 spielt sie aus, statt sie vorzulesen.

Ohne AnweisungMit Anweisung
Ich habe dir gesagt, du sollst nicht zurückkommen.[quietly, holding back anger] Ich habe dir gesagt, du sollst nicht zurückkommen.
Gut. Mach es auf deine Art.[sigh] Gut. Mach es auf deine Art.

Geräusche und Pausen

Setzen Sie ein Geräusch oder eine Pause in eckigen Klammern genau an die Stelle, an der sie in der Zeile vorkommt:

TagWas es tut
[sigh]Ein Seufzer an dieser Stelle
[laugh]Ein Lachen an dieser Stelle
[breath]Ein hörbares Atmen
[pause]Eine Pause vor den nächsten Worten

Probieren Sie es aus: Ich habe die ganze Nacht gewartet. [pause] [sigh] Und du hast nie angerufen.

Ausgewählte Wörter gezielt steuern

Setzen Sie ein paar Wörter in ein paariges Tag, um nur diese Wörter zu verändern:

TagWas es tut
<whisper>...</whisper>Flüstert die Wörter darin
<soft>...</soft>Spricht sie sanfter
<emphasis>...</emphasis> oder <stress>...</stress>Betont sie
<forceful>...</forceful>Spricht sie mit Nachdruck
<fast>...</fast>Beschleunigt sie
<slow>...</slow>Verlangsamt sie

Probieren Sie es aus: Sprich leiser. <whisper>Sie können uns hören.</whisper> <forceful>Los jetzt.</forceful>

Stimmen und Sprachen

Wählen Sie eine Stimme in der Stimmenauswahl. Dort können Sie nach Geschlecht, Alter und Anwendungsfall filtern und per Play eine Stimme anhören. Jede Drama-3-Stimme kann jede Sprache sprechen, mit ihrem eigenen Akzent. Legen Sie die Sprache unter 'Einstellungen' in der Prompt-Leiste fest.

Die Stimmauswahl für Fish Audio Drama 3 mit Filtern für Geschlecht, Alter und Einsatzzweck und einer Liste von Stimmen mit Abspieltasten

Dialog

Im Modus 'Dialog' spricht Drama 3 eine Szene mit mehreren Sprechern in einer einzigen Generierung. Ein Dialog braucht mindestens zwei Zeilen und kann bis zu neun verschiedene Stimmen verwenden.

Limits

Ein Skript darf bis zu 10.000 Zeichen lang sein, sowohl bei Sprache als auch bei Dialog.

Tipps für bessere Ergebnisse

TippWarum es hilft
Steuern Sie die Zeile, nicht das einzelne WortEine kurze Anweisung vor einer Zeile prägt die ganze Lesung. Sparen Sie paarige Tags für die wenigen Wörter auf, die herausstechen sollen
Nutzen Sie Pausen für den Rhythmus[pause] gibt einen Moment Luft, wo Zeichensetzung allein die Wörter ineinanderlaufen lässt

Wenn Sie Probleme haben oder Fragen haben, können Sie sich gerne an uns wenden. Wir helfen Ihnen gerne. Schreiben Sie uns an support@morphic.com.

Auf dieser Seite