> 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). # Stimmungssteuerung Mit der Stimm-Emotionssteuerung in Morphic kannst du formen, wie generierte Sprache klingt – von emotionalem Ton über Reaktionen, Tempo und Vortragsstil. Schreibe deinen Prompt mit den richtigen Hinweisen, und die Stimme spricht so, wie du sie anweist. ## So verwendest du die Voice-Emotionsteuerung Hier ist ein kurzes Tutorial, wie du die Voice-Emotionsteuerung in Morphic verwendest: 1. Öffne Morphic und gehe zu deinem Projekt. 2. Erstelle eine neue Datei oder öffne eine vorhandene. 3. Wechsle in der Prompt-Leiste unten den Modus auf 'Audio' und wähle 'Speech'. 4. Wähle dein Audiomodell: 'ElevenLabs' oder 'MiniMax'. 5. Wähle im Stimm-Auswahlmenü eine Stimme und eine Sprache aus. 6. Schreibe deinen Prompt mit dem Emotionssteuerungsformat für dein ausgewähltes Modell (siehe unten). 7. Klicke auf den blauen Button in der Prompt-Leiste. 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 Klammer-Tags, die direkt in deinen Prompt geschrieben werden. Setze jede Emotion, Reaktion oder Anweisung in eckige Klammern, und das Modell interpretiert sie als Vortragsanweisung, 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 hintereinander 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 los. Jetzt.` | `[whispers][tense] Wir müssen los. 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 Emotion oder Richtung in Klammern, und das Modell versucht, sie zu interpretieren. Tags wie `[jealous]`, `[romantic]`, `[awkward]`, `[suspicious tone]`, oder `[continues after a beat]` funktionieren alle. Die unten aufgeführten Tags werden häufig verwendet und zuverlässig erkannt, aber du bist nicht auf sie beschränkt. ### Tags **Emotionen** | Tag | Was es bewirkt | | -------------- | ------------------------------------------- | | `[excited]` | Energetische, enthusiastische Vortragsweise | | `[happy]` | Warmer, positiver Ton | | `[cheerfully]` | Leichte, helle Vortragsweise | | `[sad]` | Niedergeschlagener, gedämpfter Ton | | `[sorrowful]` | Tiefe Traurigkeit, tiefer Kummer | | `[angry]` | Scharfe, kraftvolle Vortragsweise | | `[nervous]` | Unsicher, leicht zittrig | | `[frustrated]` | Angespannter, ungeduldiger Ton | | `[calm]` | Ruhige, entspannte Vortragsweise | | `[tired]` | Energielos, erschöpft | | `[curious]` | Neugieriger, fragender Ton | | `[sarcastic]` | Trockene, ironische Vortragsweise | | `[playful]` | Leichte, neckende Energie | | `[deadpan]` | Flache, emotionslose Vortragsweise | Probier es aus: ``` [excited] Wir haben gerade die Finanzierung bekommen. Ich kann es nicht glauben. [nervous] Aber jetzt müssen wir es tatsächlich liefern. [calm] Schritt für Schritt. Wir werden das schon schaffen. ``` **Emotionale Nuancen** Für subtilere Tonverschiebungen. Sie verleihen einer Zeile mehr Tiefe, ohne die gesamte Vortragsweise zu überlagern. | Tag | Was es bewirkt | | ----------------- | ----------------------------------------------- | | `[hesitant]` | Unsicher, zurückhaltend | | `[relieved]` | Gewicht fällt ab, Spannung löst sich | | `[tense]` | Angespannt, auf etwas gefasst | | `[warm]` | Sanfter, fürsorglicher Ton | | `[resigned tone]` | Gibt sich geschlagen, akzeptiert die Niederlage | | `[stammers]` | Stolpert über die Worte, verlegen | | `[regretful]` | Wünscht sich, dass etwas anders wäre | | `[sympathetic]` | Mitfühlend, verständnisvoll | | `[reassuring]` | Beruhigend, beständig | | `[awe]` | Von Staunen oder Ehrfurcht ergriffen | Probier es aus: ``` [tense] Irgendetwas stimmt 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 Laute, die zwischen oder innerhalb von Zeilen für mehr Realismus sorgen. | Tag | Was es bewirkt | | ----------------- | ------------------------------------------------------ | | `[laughs]` | Lacht laut | | `[giggles]` | Leises, sanftes Lachen | | `[light chuckle]` | Kurzes, gedämpftes Lachen | | `[sigh]` | Ausatmen von Müdigkeit, Erleichterung oder Frustration | | `[gasps]` | Scharfes Einatmen, Überraschung oder Schock | | `[gulps]` | Nervöses Schlucken | | `[crying]` | Tränenerstickte, brechende Stimme | | `[clears throat]` | Kurzes Räuspern | Probier es aus: ``` [laughs] Du machst Witze. [gasps] Moment, du meinst das ernst? [clears throat] Okay. Lass uns das ordentlich besprechen. ``` **Vortragsweise** Steuere, wie die Stimme die Zeile körperlich vorträgt, unabhängig von der Emotion. | Tag | Was es bewirkt | | ----------------- | ------------------------------------- | | `[whispers]` | Leise, hauchig, nah | | `[shouts]` | Laut, kraftvoll projizierte Stimme | | `[quietly]` | Geringe Lautstärke, zurückhaltend | | `[loudly]` | Erhöhte Lautstärke, kraftvoll | | `[rushed]` | Schnelles, drängendes Tempo | | `[drawn out]` | Langsame, gedehnte Vortragsweise | | `[dramatic tone]` | Theatralische, gesteigerte Intensität | Probier es aus: ``` [whispers] Sie stehen direkt vor der Tür. [rushed] Wir müssen jetzt los, dafür ist keine Zeit. [shouts] Lauf! ``` **Akzente und Figuren** Wechsle den Akzent, ohne die Stimme zu ändern, oder gib der Stimme eine Figurenpersönlichkeit. | Tag | Was es bewirkt | | ------------------------- | ------------------------------------------- | | `[American accent]` | Standardamerikanisches Englisch | | `[British accent]` | Standardbritisches Englisch | | `[French accent]` | Englisch mit französischem Akzent | | `[Southern US accent]` | Südstaatlich-amerikanischer Einschlag | | `[Australian accent]` | Australisches Englisch | | `[strong Russian accent]` | Starker russischer Akzent | | `[strong X accent]` | Ersetze X durch eine beliebige Nationalität | | `[pirate voice]` | Grummige, seemännische Figur | | `[old man voice]` | Gealterte, wettergegerbte Vortragsweise | | `[robot voice]` | Mechanischer, synthetischer Ton | | `[fantasy narrator]` | Epische, märchenhafte Erzählung | | `[film noir narrator]` | Dunkle, melancholische, zynische Erzählung | | `[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 noch an die Zeit, als diese Stadt nichts als 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 steuern, wie Zeilen miteinander interagieren. | Tag | Was es bewirkt | | ---------------- | --------------------------------------------------------- | | `[interrupting]` | Fällt ein, bevor die andere Zeile endet | | `[overlapping]` | Beginnt zu sprechen, während eine andere Stimme ausklingt | Probier es aus: ``` Also, was ich sagen wollte, war [interrupting] Nein, stopp. Du kannst das nicht einfach schönreden. [overlapping] Aber wenn du mir nur eine Sekunde zuhören würdest... ``` ### Pausen und Tempo ElevenLabs unterstützt keine expliziten Pausendauern. Die Pausenlänge wird aus Kontext, Tags und Satzzeichen abgeleitet. | Schreibe dies | Was es bewirkt | | --------------- | ------------------------------------------------------ | | `[pause]` | Dramatische Stille (Modell entscheidet über die Länge) | | `...` | Zögernde, ausklingende Pause | | GROSSBUCHSTABEN | Betonung auf dem Wort | | Neuer Absatz | Klare Pause und Neustart der Intonation | Probier es aus: ``` "Ich... ja, ich glaube schon." [pause] Und dann ist es passiert. "ICH habe JETZT gesagt!" ``` ### Tipps für bessere Ergebnisse | Tipp | Warum es funktioniert | | ------------------------------------------ | ---------------------------------------------------------------------------------------------------------------------------------------------------------------- | | Passe Tags an den Text an | `[crying] Lass mich nicht allein.` klingt natürlich. Das Hinzufügen `[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 für ein nuancierteres Ergebnis miteinander verbindet. | | Wähle die passende Stimme | Eine ruhige Stimme kann nicht überzeugend schreien. Eine energiegeladene Stimme kann nicht gut flüstern. Wähle die Stimme passend zur Rolle. | | Verwende Creative- oder Natural-Stabilität | Diese Einstellungen geben dem Modell mehr Spielraum, Tags auszudrücken. Robust ist konsistenter, aber weniger ausdrucksstark. | | Verwende Satzzeichen als Rhythmus-Hinweise | Kommas verlangsamen das Tempo. Punkte erzeugen harte Stopps. Auslassungspunkte klingen aus. Das Modell liest Satzzeichen und reagiert darauf. | ## Google Gemini 3.1 Flash TTS Gemini 3.1 Flash TTS gibt dir ausdrucksstarke, mehrsprachige Erzählung mit feiner Kontrolle über Ton, Tempo und Akzent über eine breite Palette von Sprachen hinweg. Du steuerst es auf zwei Arten: mit Anweisungen in natürlicher Sprache und mit inline Hinweisen, die du in dein Skript einfügst. ### So funktioniert es Gemini liest die Anweisung, die du in natürlicher Sprache schreibst, und passt die Vortragsweise daran an. Setze zuerst die Anweisung, dann deine Zeile. | Ohne Anweisung | Mit Anweisung | | --------------------------------------------------- | ---------------------------------------------------------------------------------------------------------------- | | Der Sturm ist vorüber. Du bist jetzt in Sicherheit. | Sage dies warm und langsam, als würdest du ein Kind trösten: Der Sturm ist vorüber. Du bist jetzt in Sicherheit. | Du kannst auch Inline-Hinweise in eckigen Klammern einfügen, um Reaktionen hinzuzufügen 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 Setze einen Hinweis in eckigen Klammern direkt an die Stelle in der Zeile, an der du ihn haben willst. Gemini führt den Hinweis aus, statt ihn laut vorzulesen, und du kannst mehr als einen in einem einzigen Skript verwenden. Reaktionen und Laute: | Tag | Was es bewirkt | | ------------------- | ------------------------------------- | | \[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 ein hörbares Ausatmen hinzu | | \[scoffs] | Fügt ein abfälliges Schnauben hinzu | | \[clears throat] | Fügt vor der Zeile ein Räuspern hinzu | | \[crying] | Bringt die Zeile unter Tränen hervor | Vortragsweise und Ton: | Tag | Was es bewirkt | | --------------- | ------------------------------------------- | | \[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] | Verleiht Energie und Aufregung | | \[nervously] | Fügt einen nervösen, zögerlichen Ton hinzu | Probier es aus: `[whispering] Mach keinen Laut. [normal voice] Okay, es ist frei.` Beschreibe für Ton, Energie oder Akzent in einfacher Sprache, was du willst, bevor die Zeile kommt. Gemini unterstützt die Akzentsteuerung in allen seinen Sprachen. Probier es aus: `Lies dies mit britischem Akzent vor: Schönes Wetter haben wir heute, nicht wahr?` ### Dialog mit mehreren Sprechern Gemini kann einen Wechseldialog zwischen zwei Sprechern in einer einzigen Generierung vertonen und jedem Sprecher eine eigene Stimme geben. Versehe jede Zeile mit dem Namen des Sprechers und weise dann vor der Generierung jedem Sprecher eine Stimme zu. Gemini unterstützt pro Dialog bis zu zwei Sprecher. Probier es aus: ``` Maya: Hast du schon eine Rückmeldung zu dem Job bekommen? Tom: Ja. Ich fange am Montag an. Maya: Das ist ja fantastisch, Glückwunsch. ``` | Element | Was zu tun ist | | --------------------- | ----------------------------------------------------------------------------- | | Sprecherkennzeichnung | 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 Tempo Verwende Auslassungspunkte, um einen Moment Stille einzufügen, 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 dies langsam und betont: 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 | | Szene setzen | Kontext wie `Bei einer Naturdokumentation als Erzähler, ruhig und gedämpft:` prägt Ton und Vortragsweise | | Methoden kombinieren | Kombiniere eine Anweisung in einfacher Sprache mit inline Hinweisen in eckigen Klammern im selben Skript | | Passe die Sprache an die Stimme an | Wähle vor der Generierung eine Stimme und Sprache, die zu deinem Skript passen | ## MiniMax MiniMax verwendet **Laute in Klammern** in deinem Prompt und einen separaten **Emotionsauswähler** in der Oberfläche von Morphic. ### Emotion Wähle beim Generieren die Emotion im Dropdown aus. Damit wird der Gesamtton 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, abgeneigt | | Überrascht | Erschrocken, erstaunt | | Ruhig | Entspannt, gelassen | | Flüssig | Klar, im Rundfunkstil — ideal für Nachrichten oder technische Erzählungen | | Neutral | Keine emotionale Färbung | ### Sound-Tags Füge nichtsprachliche Laute direkt in deinem Prompt mit Klammern hinzu. Diese sind **nur voreingestellt** — nur die unten aufgeführten Tags werden unterstützt. ``` Das ist unglaublich (lacht) Ich kann nicht glauben, dass es tatsächlich funktioniert hat. Das Ergebnis war... unerwartet. (seufzt) Lass es mich erklären. ``` | Tag | Tag | Tag | | ----------------- | ------------- | ------------- | | `(lacht)` | `(kichert)` | `(hustet)` | | `(räuspert sich)` | `(stöhnt)` | `(Atem)` | | `(keucht)` | `(atmet ein)` | `(atmet aus)` | | `(japst)` | `(schnieft)` | `(seufzt)` | | `(schnaubt)` | `(rülpst)` | `(schmatzt)` | | `(summt)` | `(zischt)` | `(ähm)` | | `(pfeift)` | `(niest)` | `(weint)` | | `(Applaus)` | `(gähnt)` | | > Im Gegensatz zu ElevenLabs kannst du **nicht** benutzerdefinierte Tags erfinden. Das Schreiben von `(nervös)` oder `(eifersüchtig)` wird nicht funktionieren — das Modell spricht sie als Text aus. Verwende den Emotionsauswähler für den emotionalen Ton. ### Pausen Füge zeitgesteuerte Pausen ein mit `<#x#>` wobei `x` 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 **Automatisch** für die meisten Fälle. Überschreibe sie manuell, wenn du über langen Text hinweg einen einheitlichen Ton brauchst. * Interpunktion 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 weiter. Schreiben Sie uns an [**support@morphic.com**](mailto:support@morphic.com)**.** --- # 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.