# 音声感情コントロール

Morphic の音声感情コントロールを使うと、生成される音声がどのように聞こえるかを、感情のトーンから反応、間の取り方、話し方のスタイルまで調整できます。適切な指示を含めてプロンプトを書けば、音声はあなたの指定どおりに演じます。

## 音声感情コントロールの使い方

Morphic で音声感情コントロールを使う簡単なチュートリアルはこちらです。

1. Morphic を開いて、プロジェクトに移動します。
2. 新しいファイルを作成するか、既存のファイルを開きます。
3. 下部のプロンプトバーで、モードを「Audio」に切り替え、「Speech」を選択します。
4. 音声モデルとして「ElevenLabs」または「MiniMax」を選択します。
5. ボイスピッカーから音声と言語を選択します。
6. 選択したモデルの感情コントロール形式を使ってプロンプトを書きます（下記参照）。
7. 「Generate」をクリックします。

Morphic は 2 つの音声モデルをサポートしています。それぞれ感情コントロールの構文が異なります。モデルを選択してから、以下のガイドに従ってください。

## ElevenLabs

ElevenLabs では、角括弧タグをプロンプトに直接書き込みます。感情、反応、指示を角括弧で囲むと、その部分は話し言葉ではなく演技の指示として解釈されます。

### 仕組み

```
[tag] ここにセリフを入力します。
```

タグは、新しいタグが現れるまで、その後のすべてに影響します。テキストのどこにでもタグを置けて、複数のタグを連続して組み合わせることもできます。

| タグなし                    | タグあり                                |
| ----------------------- | ----------------------------------- |
| `役をもらえたんだ。本当に役をもらえたんだ。` | `[excited] 役をもらえたんだ。本当に役をもらえたんだ。`   |
| `出ないと。今すぐ。`             | `[whispers][tense] 出ないと。今すぐ。`       |
| `これはうまくいかない気がする。`       | `[sad][hesitant] これはうまくいかない気がする。`   |
| `宝は古い礼拝堂の地下に埋まっている。`    | `[pirate voice] 宝は古い礼拝堂の地下に埋まっている。` |

ElevenLabs は自由度が高いです。固定された一覧はありません。角括弧の中に任意の感情や指示を書けば、モデルはそれを解釈しようとします。たとえば `[jealous]`, `[romantic]`, `[awkward]`, `[suspicious tone]`や `[continues after a beat]` などもすべて使えます。

以下のタグは一般的によく使われ、安定して効果が出ますが、これらに限られるわけではありません。

### タグ

**感情**

| タグ             | 効果                 |
| -------------- | ------------------ |
| `[excited]`    | 高いエネルギー、熱意のある話し方   |
| `[happy]`      | 温かく、前向きなトーン        |
| `[cheerfully]` | 軽やかで明るい話し方         |
| `[sad]`        | 沈んだ、抑えめのトーン        |
| `[sorrowful]`  | 深い悲しみ、嘆き           |
| `[angry]`      | 鋭く、力強い話し方          |
| `[nervous]`    | 不安げで、やや震えた感じ       |
| `[frustrated]` | 張りつめた、いらだちのあるトーン   |
| `[calm]`       | 安定した、リラックスした話し方    |
| `[tired]`      | 元気がなく、疲れ切った感じ      |
| `[curious]`    | 好奇心のある、問いかけるようなトーン |
| `[sarcastic]`  | 乾いた、皮肉っぽい話し方       |
| `[playful]`    | 軽快で、からかうような雰囲気     |
| `[deadpan]`    | 平板で感情のない話し方        |

試してみよう:

```
[excited] 資金がついたんだ。本当に信じられない。 [nervous] でも、ここからは本当に成果を出さないと。 [calm] 一歩ずつやろう。何とかなるよ。
```

**感情のニュアンス**

トーンをより繊細に変化させたいときに使います。全体の演技を覆い隠すことなく、セリフに深みを加えます。

| タグ                | 効果               |
| ----------------- | ---------------- |
| `[hesitant]`      | 自信がなく、ためらう       |
| `[relieved]`      | 肩の荷が下りた、緊張が解けた   |
| `[tense]`         | 張りつめていて、何かに備えている |
| `[warm]`          | やさしく、思いやりのあるトーン  |
| `[resigned tone]` | 諦めて受け入れる         |
| `[stammers]`      | 言葉に詰まる、うろたえる     |
| `[regretful]`     | 何かが違ってほしかったと思う   |
| `[sympathetic]`   | 思いやりがあり、理解のある    |
| `[reassuring]`    | 安心させるような、落ち着いた   |
| `[awe]`           | 驚嘆や感動に打たれる       |

試してみよう:

```
[tense] 何かがおかしい。そう感じる。 [relieved] ああ、君だったのか。よかった。 [warm] こっちへ。君のことが心配だったんだ。
```

**反応**

セリフの合間や中にリアリティを加える非言語音。

| タグ                | 効果               |
| ----------------- | ---------------- |
| `[laughs]`        | 大きな笑い            |
| `[giggles]`       | やわらかく、軽い笑い       |
| `[light chuckle]` | 短く、控えめな笑い        |
| `[sigh]`          | 疲労、安堵、または苛立ちのため息 |
| `[gasps]`         | 息をのむ、驚きや衝撃       |
| `[gulps]`         | 緊張した飲み込み         |
| `[crying]`        | 涙ぐんだ、声が詰まる       |
| `[clears throat]` | 軽い喉の整え           |

試してみよう:

```
[laughs] まさか。 [gasps] え、冗談じゃないの？ [clears throat] よし。ちゃんと話そう。
```

**話し方**

感情とは別に、声が実際にどのようにセリフを演じるかを調整します。

| タグ                | 効果                |
| ----------------- | ----------------- |
| `[whispers]`      | やわらかく、息混じりで、近い話し方 |
| `[shouts]`        | 大きく、響く声           |
| `[quietly]`       | 小さな声で、抑えめに        |
| `[loudly]`        | 声量を上げて、力強く        |
| `[rushed]`        | 速いテンポ、切迫したリズム     |
| `[drawn out]`     | ゆっくり、引き伸ばすような話し方  |
| `[dramatic tone]` | 劇的で、強調された強さ       |

試してみよう:

```
[whispers] ドアのすぐ外にいる。 [rushed] 今すぐ動かないと、時間がない。 [shouts] 走れ！
```

**アクセントとキャラクター**

声は変えずにアクセントだけを切り替えるか、声にキャラクターの人格を与えます。

| タグ                        | 効果                |
| ------------------------- | ----------------- |
| `[American accent]`       | 標準的なアメリカ英語        |
| `[British accent]`        | 標準的なイギリス英語        |
| `[French accent]`         | フランス訛りの英語         |
| `[Southern US accent]`    | アメリカ南部訛り          |
| `[Australian accent]`     | オーストラリア英語         |
| `[strong Russian accent]` | 強いロシア訛り           |
| `[strong X accent]`       | X は任意の国籍に置き換えます   |
| `[pirate voice]`          | 荒々しく、海を渡る人物の声     |
| `[old man voice]`         | 年老いた、くたびれた話し方     |
| `[robot voice]`           | 機械的で合成音声のようなトーン   |
| `[fantasy narrator]`      | 叙事的で、絵本のようなナレーション |
| `[film noir narrator]`    | 暗く、陰鬱で、皮肉なナレーション  |
| `[sarcastically]`         | 乾いた、皮肉っぽいキャラクター読み |

試してみよう:

```
[pirate voice] 宝は古い礼拝堂の下、3 ファゾムの深さに埋まっている。 [old man voice] この町に土の道と正直者しかいなかった頃を覚えているよ。 [robot voice] 警告。構造的完全性が損なわれています。直ちに避難してください。
```

### 複数キャラクターの会話

1 つのプロンプトで 2 人以上のキャラクターが登場する場面を書くときは、セリフ同士の関わり方を調整するためにこれらを使います。

| タグ               | 効果               |
| ---------------- | ---------------- |
| `[interrupting]` | 相手のセリフが終わる前に割り込む |
| `[overlapping]`  | 別の声が続いている間に話し始める |

試してみよう:

```
つまり私が言おうとしていたのは [interrupting] いや、待って。言い訳はさせない。 [overlapping] でも、少し聞いてくれれば...
```

### 間とテンポ

ElevenLabs は明示的なポーズの長さをサポートしていません。間の長さは文脈、タグ、句読点から推測されます。

| これを書く     | 効果                 |
| --------- | ------------------ |
| `[pause]` | 劇的な沈黙（長さはモデルが決定）   |
| `...`     | ためらいがちな、言いかけの間     |
| すべて大文字    | 単語への強調             |
| 新しい段落     | 明確な間とイントネーションのリセット |

試してみよう:

```
"ええと... まあ、そうかもしれない。"

[pause] そしてそれが起きた。

"今だって言っただろ！"
```

### より良い結果を得るためのヒント

| ヒント                          | うまくいく理由                                                                               |
| ---------------------------- | ------------------------------------------------------------------------------------- |
| タグをテキストに合わせる                 | `[crying] 行かないで。` は自然に聞こえます。 `[crying]` をくだけた文に加えるのは自然ではありません。モデルは文脈を把握するために全文を読みます。  |
| タグを組み合わせる                    | `[whispers][tense]` または `[hesitant][nervous]` とすると、2 つの手がかりをモデルに与え、よりニュアンスのある出力にできます。 |
| 適切な声を選ぶ                      | 落ち着いた声は説得力のある叫び方はしません。高エネルギーの声は上手にささやけません。役に合った声を選びましょう。                              |
| Creative または Natural の安定性を使う | これらの設定では、モデルがタグを表現する余地が広がります。Robust はより一貫していますが、表現力は控えめです。                            |
| 句読点をリズムの合図として使う              | カンマはテンポを遅くします。ピリオドは明確な区切りを作ります。三点リーダーは言葉を言い切らずに余韻を残します。モデルは句読点を読み、それに反応します。           |

## MiniMax

MiniMax では **括弧付きのサウンドタグ** をプロンプト内で使い、さらに Morphic の UI で別の **感情セレクター** を使います。

### 感情

生成時にドロップダウンから感情を選択します。これにより、出力全体のトーンが設定されます。

| 感情        | 効果                               |
| --------- | -------------------------------- |
| Auto      | モデルがテキストを読み、最適な感情を選ぶ（デフォルト）      |
| Happy     | 明るく、前向き                          |
| Sad       | 沈んだ、物悲しい                         |
| Angry     | 力強く、攻撃的                          |
| Fearful   | 不安げで、怖がっている                      |
| Disgusted | 不快感、嫌悪                           |
| Surprised | 驚いた、愕然とした                        |
| Calm      | 落ち着いた、穏やかな                       |
| Fluent    | きれいで放送向けのスタイル — ニュースや技術ナレーションに最適 |
| Neutral   | 感情的な偏りなし                         |

### サウンドタグ

括弧を使って、非言語音をプロンプトに直接追加します。これらは **プリセットのみ** で、以下に記載されたタグのみがサポートされます。

```
それはすごい (laughs) 本当にうまくいったなんて信じられない。
結果は... 予想外だった。 (sighs) 説明させて。
```

| タグ               | タグ          | タグ               |
| ---------------- | ----------- | ---------------- |
| `(laughs)`       | `(chuckle)` | `(coughs)`       |
| `(clear-throat)` | `(groans)`  | `(breath)`       |
| `(pant)`         | `(inhale)`  | `(exhale)`       |
| `(gasps)`        | `(sniffs)`  | `(sighs)`        |
| `(snorts)`       | `(burps)`   | `(lip-smacking)` |
| `(humming)`      | `(hissing)` | `(emm)`          |
| `(whistles)`     | `(sneezes)` | `(crying)`       |
| `(applause)`     | `(yawns)`   |                  |

> ElevenLabs とは異なり、 **カスタムタグを作成することは** できません。 `(nervous)` または `(jealous)` と書いても機能しません。モデルはそれらをテキストとして読み上げます。感情のトーンには感情セレクターを使ってください。

### 間

を使って、時間指定の無音を挿入します。 `<#x#>` ここで `x` は秒数です（0.01〜99.99）。

```
結果は予想外でした。 <#1.2#> その理由を見ていきましょう。
話があります。 <#0.5#> 重要なことです。
```

### ヒント

* サウンドタグは控えめに使いましょう。多すぎると不自然に聞こえることがあります。
* 感情は **Auto** に設定しましょう
* 。長文全体で一貫したトーンが必要なときは、手動で上書きしてください。句読点も重要です。カンマやピリオドがモデルのテンポとイントネーションを導きます。


---

# Agent Instructions: 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:

```
GET https://morphic.com/docs/jp/dio/voice-emotion-control.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
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.