> 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). # Sprachemotionen-Steuerung Mit der Stimmungssteuerung bei Morphic kannst du gestalten, wie die erzeugte Sprache klingt – vom emotionalen Ton bis hin zu Reaktionen, Sprechtempo und Vortragsstil. Schreibe deinen Prompt mit den richtigen Hinweisen, und die Stimme liefert die gewünschte Performance. ## So verwendest du die Stimmungssteuerung der Stimme Hier ist ein kurzes Tutorial zur Verwendung der Stimmungssteuerung der Stimme in Morphic: 1. Öffne Morphic und gehe zu deinem Projekt. 2. Erstelle eine neue Datei oder öffne eine vorhandene. 3. Wechsle unten in der Promptleiste den Modus zu „Audio“ und wähle „Sprache“ aus. 4. Wähle dein Audiomodell: „ElevenLabs“ oder „MiniMax“. 5. Wähle im Voice-Picker eine Stimme und eine Sprache aus. 6. Schreibe deinen Prompt im Format zur Emotionssteuerung für dein ausgewähltes 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 Hinweis für die Darbietung, 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 hintereinander kombinieren. | Ohne Tags | Mit Tags | | -------------------------------------------------------------- | -------------------------------------------------------------------------- | | `Ich habe die Rolle bekommen. Ich habe sie wirklich bekommen.` | `[aufgeregt] Ich habe die Rolle bekommen. Ich habe sie wirklich bekommen.` | | `Wir müssen los. Jetzt.` | `[flüstert][angespannt] Wir müssen los. Jetzt.` | | `Ich glaube nicht, dass das gut ausgehen wird.` | `[traurig][zögernd] Ich glaube nicht, dass das gut ausgehen wird.` | | `Der Schatz ist unter der alten Kapelle vergraben.` | `[Piratenstimme] Der Schatz ist unter der alten Kapelle vergraben.` | ElevenLabs ist offen gehalten. Es gibt keine feste Liste. Schreibe jede beliebige Emotion oder Anweisung in Klammern, und das Modell versucht, sie zu interpretieren. Tags wie `[eifersüchtig]`, `[romantisch]`, `[unbeholfen]`, `[misstrauischer Ton]` oder `[macht nach einem Moment weiter]` funktionieren alle. Die unten stehenden Tags werden häufig verwendet und zuverlässig erkannt, du bist aber nicht auf sie beschränkt. ### Tags **Emotionen** | Tag | Was es bewirkt | | --------------- | ------------------------------------------- | | `[aufgeregt]` | Energiegeladene, enthusiastische Darbietung | | `[fröhlich]` | Warmer, heiterer Ton | | `[heiter]` | Leichte, lebhafte Darbietung | | `[traurig]` | Niedergeschlagener, gedämpfter Ton | | `[trauernd]` | Tiefe Traurigkeit, Kummer | | `[wütend]` | Scharfe, energische Darbietung | | `[nervös]` | Unsicher, leicht zittrig | | `[frustriert]` | Angespannter, ungeduldiger Ton | | `[ruhig]` | Ausgeglichene, entspannte Darbietung | | `[müde]` | Wenig Energie, erschöpft | | `[neugierig]` | Fragender, nachdenklicher Ton | | `[sarkastisch]` | Trockenes, ironisches Sprechen | | `[verspielt]` | Leichte, neckische Energie | | `[monoton]` | Flache, emotionslose Darbietung | Probier es aus: ``` [aufgeregt] Wir haben gerade Finanzierung bekommen. Ich kann es kaum glauben. [nervös] Aber jetzt müssen wir auch wirklich liefern. [ruhig] Schritt für Schritt. Wir schaffen das schon. ``` **Emotionale Nuance** Für subtilere Tonverschiebungen. Diese verleihen einer Zeile mehr Tiefe, ohne die gesamte Darbietung zu überlagern. | Tag | Was es bewirkt | | -------------------- | -------------------------------------- | | `[zögernd]` | Unsicher, zurückhaltend | | `[erleichtert]` | Last fällt ab, Anspannung löst sich | | `[angespannt]` | Nervös, auf etwas gefasst | | `[warm]` | Sanfter, fürsorglicher Ton | | `[resignierter Ton]` | Sich fügen, die Niederlage akzeptieren | | `[stottert]` | Stolpert über die Worte, verlegen | | `[bedauernd]` | Wünschen, dass etwas anders wäre | | `[mitfühlend]` | Mitfühlend, verständnisvoll | | `[beruhigend]` | Tröstend, ruhig | | `[ehrfürchtig]` | Von Staunen oder Bewunderung ergriffen | Probier es aus: ``` [angespannt] Irgendetwas stimmt nicht. Ich spüre es. [erleichtert] 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 | | ---------------------- | ------------------------------------------------------ | | `[lacht]` | Lacht laut | | `[kichert]` | Leises, sanftes Lachen | | `[leichtes Kichern]` | Kurzes, gedämpftes Lachen | | `[seufzt]` | Ausatmen vor Müdigkeit, Erleichterung oder Frustration | | `[schnappt nach Luft]` | Schroffer Luftzug, Überraschung oder Schock | | `[schluckt]` | Nervöses Schlucken | | `[weint]` | Tränenreiche, brechende Stimme | | `[räuspert sich]` | Kurzer stimmlicher Neustart | Probier es aus: ``` [lacht] Du machst Witze. [schnappt nach Luft] Warte, du meinst das ernst? [räuspert sich] Okay. Lass uns das vernünftig besprechen. ``` **Vortrag** Steuere, wie die Stimme die Zeile körperlich vorträgt, unabhängig von der Emotion. | Tag | Was es bewirkt | | -------------------- | ------------------------------------ | | `[flüstert]` | Leise, hauchig, nah | | `[ruft]` | Laut, tragende Stimme | | `[leise]` | Geringe Lautstärke, zurückhaltend | | `[laut]` | Erhöhte Lautstärke, kraftvoll | | `[eilend]` | Schnelles, dringliches Tempo | | `[gedehnt]` | Langsame, gedehnte Darbietung | | `[dramatischer Ton]` | Theatralisch, gesteigerte Intensität | Probier es aus: ``` [flüstert] Sie sind direkt vor der Tür. [eilend] Wir müssen jetzt los, es bleibt keine Zeit. [ruft] Lauf! ``` **Akzente und Charaktere** Wechsle den Akzent, ohne die Stimme zu verändern, oder gib der Stimme eine Charakterrolle. | Tag | Was es bewirkt | | ----------------------------- | ------------------------------------------------ | | `[amerikanischer Akzent]` | Standardamerikanisches Englisch | | `[britischer Akzent]` | Standardbritisches Englisch | | `[französischer Akzent]` | Englisch mit französischem Akzent | | `[Südstaaten-US-Akzent]` | Südstaaten-amerikanischer Akzent | | `[australischer Akzent]` | Australisches Englisch | | `[starker russischer Akzent]` | Starker russischer Akzent | | `[starker X-Akzent]` | Ersetze X durch jede beliebige Nationalität | | `[Piratenstimme]` | Raue, seemännische Figur | | `[Stimme eines alten Mannes]` | Gealterte, abgenutzte Darbietung | | `[Roboterstimme]` | Mechanischer, synthetischer Ton | | `[Fantasy-Erzähler]` | Epenhafte, märchenhafte Erzählung | | `[Film-noir-Erzähler]` | Düstere, stimmungsvolle, zynische Erzählung | | `[sarkastisch]` | Trockenes, ironisches Vorlesen in Charakterrolle | Probier es aus: ``` [Piratenstimme] Der Schatz liegt unter der alten Kapelle, drei Faden tief vergraben. [Stimme eines alten Mannes] Ich erinnere mich, als diese Stadt nur Schotterstraßen und ehrliche Leute hatte. [Roboterstimme] Warnung. Strukturelle Integrität beeinträchtigt. Sofort evakuieren. ``` ### Dialog mit mehreren Charakteren Wenn du Szenen mit zwei oder mehr Charakteren in einem Prompt schreibst, nutze diese, um zu gestalten, wie die Zeilen miteinander interagieren. | Tag | Was es bewirkt | | --------------- | -------------------------------------------------------- | | `[unterbricht]` | Fällt ein, bevor die andere Zeile beendet ist | | `[überlappend]` | Beginnt zu sprechen, während die andere Stimme ausklingt | Probier es aus: ``` Also, was ich sagen wollte, war [unterbricht] Nein, stopp. Du kannst das nicht schönreden. [überlappend] Aber wenn du nur eine Sekunde zuhören würdest... ``` ### Pausen und Sprechtempo ElevenLabs unterstützt keine expliziten Pausendauern. Die Länge der Pause wird aus Kontext, Tags und Satzzeichen abgeleitet. | Schreibe dies | Was es bewirkt | | ------------- | ----------------------------------------------------- | | `[Pause]` | Dramatische Stille (das Modell entscheidet die Länge) | | `...` | Zögernde, ausklingende Pause | | ALLES GROSS | Betonung auf dem Wort | | Neuer Absatz | Deutliche 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 | | ------------------------------------------- | ----------------------------------------------------------------------------------------------------------------------------------------------------------------- | | Tags an den Text anpassen | `[weint] Lass mich nicht allein.` klingt natürlich. Das Hinzufügen `[weint]` zu einem lockeren Satz tut das nicht. Das Modell liest die gesamte Zeile im Kontext. | | Tags kombinieren | `[flüstert][angespannt]` oder `[zögernd][nervös]` gibt dem Modell zwei Hinweise, die es zu einem nuancierteren Ergebnis verbinden kann. | | Die richtige Stimme wählen | Eine ruhige Stimme wird nicht überzeugend schreien. Eine energiegeladene Stimme wird nicht gut flüstern. Stimme und Rolle sollten zusammenpassen. | | Creative- oder Natural-Stabilität verwenden | Diese Einstellungen geben dem Modell mehr Spielraum, Tags auszudrücken. Robust ist konsistenter, aber weniger ausdrucksstark. | | Satzzeichen als Rhythmushinweise verwenden | Kommas verlangsamen das Tempo. Punkte erzeugen harte Stopps. Auslassungspunkte lassen etwas ausklingen. Das Modell liest Satzzeichen und reagiert darauf. | ## Google Gemini 3.1 Flash TTS Gemini 3.1 Flash TTS bietet dir ausdrucksstarke, mehrsprachige Sprachsynthese 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 eingebetteten Hinweisen in deinem Skript. ### So funktioniert es Gemini liest die Anweisung, die du in natürlicher Sprache schreibst, und formt die Darbietung entsprechend. Setze die Anweisung an den Anfang, dann deine Zeile. | Ohne Anweisung | Mit Anweisung | | --------------------------------------------------- | -------------------------------------------------------------------------------------------------------------- | | Der Sturm ist vorüber. Du bist jetzt in Sicherheit. | Sag das 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 den Vortrag mitten in der Zeile zu verändern. Gemini spielt den Hinweis aus, statt ihn laut vorzulesen. Probier es aus: `Ich kann nicht glauben, dass du das getan hast [lacht]. Die beste Überraschung des ganzen Jahres.` ### Tags Platziere einen Hinweis in eckigen Klammern direkt dort, 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 Laute: | Tag | Was es bewirkt | | --------------------- | ------------------------------------- | | \[lacht] | Fügt ein natürliches Lachen hinzu | | \[lacht nervös] | Fügt ein nervöses Lachen hinzu | | \[seufzt] | Fügt einen Seufzer hinzu | | \[schnappt nach Luft] | Fügt ein scharfes Lufteinziehen hinzu | | \[atmet aus] | Fügt ein hörbares Ausatmen hinzu | | \[schnaubt] | Fügt ein abfälliges Schnauben hinzu | | \[räuspert sich] | Fügt vor der Zeile ein Räuspern hinzu | | \[weint] | Liefert die Zeile unter Tränen | Vortrag und Ton: | Tag | Was es bewirkt | | ----------------- | ------------------------------------------- | | \[flüsternd] | Senkt die Stimme zu einem Flüstern | | \[normale Stimme] | Kehrt zu einer normalen Sprechstimme zurück | | \[sanft] | Macht den Vortrag weicher | | \[schreiend] | Erhöht die Stimme zu einem Schrei | | \[langsam] | Verlangsamt das Tempo | | \[aufgeregt] | Fügt Energie und Begeisterung hinzu | | \[nervös] | Fügt einen nervösen, zögernden Ton hinzu | Probier es aus: `[flüsternd] Mach keinen Laut. [normale Stimme] Okay, wir sind durch.` Beschreibe für Ton, Energie oder Akzent in einfacher Sprache vor der Zeile, was du möchtest. Gemini unterstützt Akzentsteuerung über seine Sprachen hinweg. Probier es aus: `Lies das mit britischem Akzent: Schönes Wetter, das wir heute haben, nicht wahr?` ### Dialog mit mehreren Sprechern Gemini kann in einer einzigen Generierung ein Hin und Her zwischen zwei Sprechern sprechen lassen 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 schon etwas wegen des Jobs gehört? Tom: Ja. Ich fange am Montag an. Maya: Das ist 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 der Generierung eine eigene Stimme zu | | Sprecherlimit | Bis zu zwei unterschiedliche Sprecher in einem Dialog | ### Pausen und Sprechtempo Verwende Auslassungspunkte, um einen Moment Stille einzufügen, und bitte in deiner Anweisung um das gewünschte Tempo. | 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 nachfolgenden Text an | | Die Szene setzen | Kontext wie `Eine Naturdokumentation erzählen, ruhig und gedämpft:` prägt Ton und Vortrag | | Methoden kombinieren | Kombiniere eine Anweisung in einfacher Sprache mit Inline-Hinweisen in Klammern im selben Skript | | Sprache an die Stimme anpassen | Wähle vor der Generierung eine Stimme und Sprache, die zu deinem Skript passen | ## MiniMax MiniMax verwendet **Klammer-Tags für Laute** in deinem Prompt und einen separaten **Emotionsauswähler** in der Benutzeroberfläche von Morphic. ### Emotion Wähle beim Generieren die Emotion aus dem Dropdown-Menü aus. Dadurch wird der allgemeine Ton der gesamten Ausgabe festgelegt. | Emotion | Effekt | | ---------- | ----------------------------------------------------------------------------- | | Auto | Das Modell liest den Text und wählt die beste Emotion aus (Standard) | | Fröhlich | Lebhaft, positiv | | Traurig | Niedergeschlagen, melancholisch | | Wütend | Nachdrücklich, aggressiv | | Ängstlich | Besorgt, verängstigt | | Angewidert | Abgestoßen, ablehnend | | Überrascht | Erschrocken, verblüfft | | Ruhig | Entspannt, gelassen | | Flüssig | Sauber, im Broadcast-Stil — ideal für Nachrichten oder technische Erzählungen | | Neutral | Keine emotionale Färbung | ### Laute Füge nichtsprachliche Laute direkt in deinen Prompt mit Klammern ein. Diese sind **nur als Voreinstellung verfügbar** — unterstützt werden nur die unten aufgeführten Tags. ``` Das ist unglaublich (lacht) Ich kann nicht glauben, dass es tatsächlich funktioniert hat. Die Ergebnisse waren... unerwartet. (seufzt) Lass es mich erklären. ``` | Tag | Tag | Tag | | ---------------------- | -------------- | ------------ | | `(lacht)` | `(kichert)` | `(hustet)` | | `(räuspert sich)` | `(stöhnt)` | `(atmet)` | | `(keucht)` | `(einatmen)` | `(ausatmen)` | | `(schnappt nach Luft)` | `(schnüffelt)` | `(seufzt)` | | `(schnaubt)` | `(rülpst)` | `(schmatzt)` | | `(summt)` | `(zischt)` | `(ähm)` | | `(pfeift)` | `(niest)` | `(weint)` | | `(Applaus)` | `(gähnt)` | | > Im Gegensatz zu ElevenLabs können Sie **nicht** benutzerdefinierte Tags erfinden. Das Schreiben `(nervös)` oder `(eifersüchtig)` funktioniert nicht — das Modell spricht sie als Text aus. Verwenden Sie den Emotionswähler für den emotionalen Ton. ### Pausen Fügen Sie zeitgesteuerte Pausen mit `<#x#>` wobei `x` Sekunden sind (0,01–99,99). ``` Die Ergebnisse waren unerwartet. <#1.2#> Lassen Sie uns durchgehen, warum. Wir müssen reden. <#0.5#> Es ist wichtig. ``` ### Tipps * Verwenden Sie Sound-Tags sparsam — zu viele können unnatürlich klingen. * Stellen Sie die Emotion auf **Auto** für die meisten Fälle ein. Überschreiben Sie sie manuell, wenn Sie über längeren Text hinweg einen einheitlichen Ton benötigen. * 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.