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 dir, festzulegen, wie generierte Sprache klingt – vom emotionalen Ton über Reaktionen, Sprechtempo und Vortragsstil bis hin zur Lieferung. Formuliere deinen Prompt mit den passenden Hinweisen, und die Stimme führt ihn so aus, wie du es vorgibst.
So verwendest du die Sprachemotionsteuerung
Hier ist ein kurzer Leitfaden, wie du die Sprachemotionsteuerung in Morphic verwendest:
- Öffne Morphic und gehe zu deinem Projekt.
- Erstelle eine neue Datei oder öffne eine vorhandene.
- Wechsle in der Prompt-Leiste unten den Modus auf 'Audio' und wähle 'Speech'.
- Wähle dein Audiomodell: 'ElevenLabs' oder 'MiniMax'.
- Wähle eine Stimme und eine Sprache im Stimmenauswahlfeld aus.
- Schreibe deinen Prompt mit dem Emotionssteuerungsformat für das ausgewählte Modell (siehe unten).
- Klicke in der Prompt-Leiste auf den blauen Button.
Morphic unterstützt zwei Sprachmodelle. Jedes verwendet eine andere Syntax für die Emotionssteuerung. Wähle dein Modell und folge dann der Anleitung unten.
ElevenLabs
ElevenLabs verwendet Klammer-Tags, die direkt in deinen Prompt geschrieben werden. Fasse 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. Du kannst Tags überall in deinem Text platzieren und mehrere Tags in Folge kombinieren.
| Ohne Tags | Mit 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. Schreibe 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 du bist nicht auf sie beschränkt.
Tags
Emotionen
| Tag | Was 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 |
Probier 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.
| Tag | Was 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 |
Probier 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.
| Tag | Was 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 |
Probier es aus:
[laughs] Du machst wohl Witze. [gasps] Warte, das meinst du ernst? [clears throat] Okay. Lass uns das ordentlich besprechen.Vortragsstil
Steuere, wie die Stimme die Zeile körperlich ausführt, unabhängig von der Emotion.
| Tag | Was 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 |
Probier es aus:
[whispers] Sie sind direkt vor der Tür. [rushed] Wir müssen jetzt los, es ist keine Zeit. [shouts] Lauf!Akzente und Charaktere
Wechsle den Akzent, ohne die Stimme zu ändern, oder gib der Stimme eine Charakter-Persona.
| Tag | Was 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] | Ersetze 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 |
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 Menschen hatte. [robot voice] Warnung. Strukturelle Integrität beeinträchtigt. Evakuieren Sie sofort.Dialog mit mehreren Figuren
Wenn du Szenen mit zwei oder mehr Figuren in einem Prompt schreibst, nutze diese, um zu formen, wie die Zeilen miteinander interagieren.
| Tag | Was es tut |
|---|---|
[interrupting] | Fällt ein, bevor die andere Zeile zu Ende ist |
[overlapping] | Beginnt zu sprechen, während eine andere Stimme ausklingt |
Probier 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.
| Schreibe das | Was es tut |
|---|---|
[pause] | Dramatische Stille (das Modell entscheidet über die Länge) |
... | Zögerliche, ausklingende Pause |
| GROẞBUCHSTABEN | Betonung auf dem Wort |
| Neuer Absatz | Klare Pause und Neuansatz 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 |
|---|---|
| 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 wählen | Eine ruhige Stimme wird nicht überzeugend schreien. Eine energiegeladene Stimme wird nicht gut flüstern. Stimme die Stimme auf die Rolle ab. |
| Creative- oder Natural-Stabilität verwenden | Diese Einstellungen geben dem Modell mehr Spielraum, Tags auszudrücken. Robust ist konsistenter, aber weniger ausdrucksstark. |
| Zeichensetzung als Rhythmussignale verwenden | Kommas verlangsamen das Tempo. Punkte erzeugen harte Stopps. Auslassungspunkte lassen etwas offen. Das Modell liest Zeichensetzung und reagiert darauf. |
Google Gemini 3.1 Flash TTS
Gemini 3.1 Flash TTS gibt dir ausdrucksstarke, mehrsprachige Erzählungen mit feiner Kontrolle über Ton, Tempo und Akzent in einer großen Bandbreite von Sprachen. Du steuerst es auf zwei Arten: mit Anweisungen in Alltagssprache und mit Inline-Hinweisen, die du in dein Skript einfügst.
So funktioniert es
Gemini liest die Anweisung, die du in natürlicher Sprache schreibst, und formt die Darbietung entsprechend. Setze die Anweisung zuerst, dann deine Zeile.
| Ohne Anweisung | Mit 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. |
Du kannst 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.
Probier es aus: Ich kann nicht glauben, dass du das getan hast [laughs]. Die beste Überraschung des ganzen Jahres.
Tags
Platziere einen Hinweis in eckigen Klammern genau dort, wo du ihn in der Zeile haben möchtest. Gemini spielt den Hinweis aus, statt ihn vorzulesen, und du kannst mehr als einen in einem einzigen Skript verwenden.
Reaktionen und Laute:
| Tag | Was 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:
| Tag | Was 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 |
Probier es aus: [whispering] Mach kein Geräusch. [normal voice] Okay, wir sind durch.
Beschreibe bei Ton, Energie oder Akzent vor der Zeile in klarer Sprache, was du möchtest. Gemini unterstützt die Akzentsteuerung über seine Sprachen hinweg.
Probier 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.
Probier es aus:
Maya: Hast du schon Rückmeldung zum 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 eine eigene Stimme zu |
| Sprecherlimit | Bis zu zwei unterschiedliche Sprecher in einem Dialog |
Pausen und Sprechtempo
Verwende Auslassungspunkte, um eine kurze Pause einzubauen, und gib in deiner Anweisung das gewünschte Tempo an.
| Methode | Beispiel |
|---|---|
| Auslassungspunkte für eine Pause | Warte... ... ... hast du das gehört? |
| Tempo in der Anweisung | Lies das langsam und bewusst: Jedes. Wort. Zählt. |
Tipps für bessere Ergebnisse
| Tipp | Warum es hilft |
|---|---|
| Setze die Anweisung vor die Zeile | Gemini wendet die Anweisung auf den darauf folgenden Text an |
| Die Szene setzen | Kontext wie Wie bei einer Naturdokumentation erzählend, ruhig und gedämpft: prägt Ton und Darbietung |
| Methoden kombinieren | Kombiniere eine Anweisung in Alltagssprache mit Inline-Klammerhinweisen im selben Skript |
| Sprache an die Stimme anpassen | Wähle vor dem Generieren eine Stimme und Sprache, die zu deinem Skript passen |
MiniMax
MiniMax verwendet Klammer-Sound-Tags in deinem Prompt und einen separaten Emotionsauswähler in der Morphic-Oberfläche.
Emotion
Wähle beim Generieren die Emotion im Dropdown aus. Dadurch wird der Gesamtton der gesamten Ausgabe festgelegt.
| Emotion | Effekt |
|---|---|
| Auto | 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, verblüfft |
| Ruhig | Entspannt, heiter |
| Fließend | Klar, im Rundfunkstil — ideal für Nachrichten oder technische Erzählungen |
| Neutral | Keine emotionale Färbung |
Sound-Tags
Füge nichtsprachliche Laute direkt in deinen Prompt ein, indem du Klammern verwendest. Diese sind nur voreingestellt — 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 es mich erklären.| Tag | Tag | Tag |
|---|---|---|
(laughs) | (chuckle) | (coughs) |
(clear-throat) | (groans) | (breath) |
(pant) | (inhale) | (ausatmet) |
(keucht) | (schnieft) | (seufzt) |
(schnaubt) | (rülpst) | (schmatzt) |
(summt) | (zischelt) | (ähm) |
(pfeift) | (niest) | (weint) |
(Applaus) | (gähnt) |
Anders als ElevenLabs, kannst du nicht benutzerdefinierte Tags erfinden. Das Schreiben
(nervös)oder(eifersüchtig)wird nicht funktionieren — das Modell spricht sie als Text aus. Verwende den Emotionen-Selektor für den emotionalen Ton.
Pausen
Füge zeitgesteuerte Pausen ein mit <#x#> wobei x die Sekunden sind (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 Auto für die meisten Fälle ein. Überschreibe sie manuell, wenn du über längeren Text hinweg einen einheitlichen Ton brauchst.
- Zeichensetzung ist wichtig — Kommas und Punkte steuern das Tempo und die Intonation des Modells.
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.
Transkription
Wie Sie aus beliebigem Audio oder Video in Morphic eine zeitlich abgestimmte Untertiteldatei erhalten und was Sie anschließend damit tun können.
Ihre ElevenLabs-Stimmen
Wie Sie mit den Stimmen des eigenen ElevenLabs-Kontos Ihrer Organisation in Morphic sprechen, neue auf Referenzen oder mit Copilot erstellen und was die Sprache damit kostet.