Cara Eleven v4 membaca naskah
Tiga pilihan menentukan sebagian besar hasilnya, berurutan: suara, kata-kata, lalu pengaturan.
| Pilihan | Yang perlu dilakukan |
|---|---|
| Suara | Pilih suara yang rentang alaminya mencakup bacaan itu. Tag bekerja paling baik kalau suaranya memang sanggup membawakan gaya tersebut |
| Kata-kata | Tulis seperti Anda ingin kata itu dibawakan. “Katanya, sambil berusaha tetap tegar” atau tanda seru sudah menggeser pembawaan tanpa tag |
| Stabilitas | Turunkan untuk bacaan yang lebih ekspresif dengan variasi antar take; naikkan untuk modul e-learning atau kursus, saat tiap baris harus seragam |
| Kemiripan | Mengatur seberapa dekat hasilnya dengan suara yang dipilih |
| Panjang naskah | Hingga 3.000 karakter per generasi ucapan. Pecah naskah yang lebih panjang di pergantian paragraf |
| Jenis suara | Pilih suara dari pustaka untuk bacaan final. Suara hasil rancangan bisa terdengar kurang rapi di v4 |
Audio tag di Eleven v4
Audio tag adalah kata dalam kurung siku yang membentuk cara sebuah baris dibawakan. Isinya teks bebas, jadi anggap tabel ini sebagai titik awal dan tulis tag Anda sendiri.
| Jenis | Tag | Fungsinya |
|---|---|---|
| Emosi | [excited], [curious], [sarcastic], [sad] | Mewarnai seluruh baris |
| Penyampaian | [whispers], [shouting], [rushed], [slowly] | Mengubah volume dan tempo |
| Reaksi | [laughs], [sighs], [exhales], [gulps] | Menambah bunyi manusiawi di titik itu |
| Jeda | [pause], [long pause] | Menyisipkan jeda sepanjang itu |
| Efek suara | [applause], [phone buzzing], [light rain] | Memainkan bunyi itu di dalam take |
| Kata-kata Anda sendiri | [low, steady voice, restrained urgency] | Menjelaskan pembawaan dengan bahasa biasa |
| Eksperimental | [sings], [strong French accent] | Berhasil di sebagian suara, uji dulu |
Taruh tag tepat sebelum atau sesudah kata yang ingin diubah, dan gabungkan dua tag bila momen itu membutuhkan keduanya, seperti [whispers] [sad]. Kalau tag terbaca sebagai bunyi, jelaskan suaranya: [low, gravelly voice] lebih jelas daripada [gravelly]. Tag hanyalah panduan, jadi buat dua atau tiga take dan simpan yang terbaik.
Dengarkan tag-nya
Tempo di Eleven v4 tanpa slider kecepatan atau SSML
Eleven v4 tidak punya slider kecepatan atau gaya dan mengabaikan SSML, jadi pengaturan waktu masuk ke dalam naskah itu sendiri. Sebagian besar naskah v3 bisa dipakai lagi setelah beberapa penggantian ini.
| Yang Anda inginkan | Tulis ini |
|---|---|
| Jeda singkat | Tanda elipsis... |
| Jeda yang jelas (dulu SSML break) | [pause] atau [long pause] |
| Baris yang lebih cepat atau lambat (dulu slider kecepatan) | [rushed] atau [slowly] sebelum barisnya |
| Jangkauan ekspresi lebih luas (dulu slider gaya) | Tag penyampaian, plus stabilitas yang lebih rendah |
| Penekanan pada satu kata | Huruf kapital: Saya bilang SEKARANG |
| Pelafalan yang sulit (dulu SSML phoneme) | IPA di antara garis miring: Niamh /niːv/ |
Naskah dialog di Eleven v4
Pilih Dialogue, bukan Speech, saat lebih dari satu orang berbicara: dua sampai sepuluh pembicara, hingga 2.000 karakter untuk seluruh adegan. Tiap pembicara mendengar adegan secara utuh, jadi balasan bereaksi pada baris sebelumnya. Beri tag pada tiap giliran, akhiri baris yang terpotong dengan tanda hubung, dan pilih suara yang jelas berbeda satu sama lain.
Sari: [annoyed] Timernya sudah bunyi sepuluh menit lalu. Budi: [defensive] Aku baru mau- Sari: [pause] [laughs] Itu asap, ya?
Eleven v4 dalam bahasa lain
Setiap suara bisa berbicara dalam salah satu dari lebih dari sembilan puluh bahasa yang didukung, dan di tiap bahasa Eleven v4 memakai aksen asli. Tulis naskah langsung dalam bahasa tujuan, jangan meminta terjemahan. Uji satu baris dulu, karena kelancarannya berbeda dari bahasa ke bahasa.
Eleven v4 vs Eleven v3: apa yang berubah
ElevenLabs melaporkan bahwa Eleven v4 meraih peringkat pertama di arena suara Artificial Analysis saat peluncuran, dan bahwa pendengar memilihnya sekitar 75% dalam uji buta (sumber). Untuk sebuah naskah, inilah perubahan yang berarti.
| Aspek | Yang berubah di Eleven v4 |
|---|---|
| Penyampaian | Membaca nada dan konteks dari kata-katanya, jadi tag berfungsi menyempurnakan penampilan |
| Konsistensi | Suara tetap stabil di antara retake, dialog, dan karya yang panjang |
| Audio tag | Diikuti lebih andal, termasuk efek suara dan arahan yang Anda tulis sendiri |
| Dialog | Tiap pembicara mendengar seluruh adegan dan bereaksi pada baris sebelumnya |
| Bahasa | Lebih dari 90, naik dari lebih dari 70 di Eleven v3 |
| Aksen | Suara yang berbicara dalam bahasa baru memakai aksen asli bahasa itu |
| Kontrol | Hanya stabilitas dan kemiripan. Kecepatan, gaya, dan SSML sudah tidak ada |
Eleven v4 vs Eleven v4 Turbo
Keduanya memakai suara dan pengaturan yang sama, jadi suara yang Anda pilih di satu model juga berlaku di model lainnya. Di Morphic, pilih ElevenLabs untuk Eleven v4 atau ElevenLabs Turbo untuk tingkat yang lebih cepat.
| Eleven v4 | Eleven v4 Turbo | |
|---|---|---|
| Paling cocok untuk | Narasi final, iklan, buku audio | Draf, retake, dan baris bervolume tinggi |
| Dialog | Dua sampai sepuluh pembicara | Hanya Speech |
| Kecepatan | Render penuh | Lebih cepat; sekitar 150 ms hingga ucapan pertama saat streaming, menurut ElevenLabs |
| Kredit | Tarif standar | Lebih sedikit per karakter |
Temukan pembawaan yang pas di Turbo, lalu render hasil terbaik di Eleven v4.
FAQ
Cocok. Naskah bisa diarahkan baris demi baris dengan tag, jadi nada tiap bagian bisa disesuaikan. Gunakan Turbo untuk draf dan retake bervolume tinggi, lalu render versi final di Eleven v4. Satu generasi Speech maksimal 3.000 karakter, jadi pecah naskah panjang di pergantian paragraf.
Tulis [pause] untuk jeda yang jelas atau [long pause] untuk hening yang ditahan, tepat di titik yang Anda inginkan. Tanda elipsis memberi jeda yang lebih singkat. Tag SSML break tidak berfungsi di Eleven v4, jadi naskah lama perlu diganti dengan tag.
Tidak. Eleven v4 mengabaikan SSML dan tidak punya slider kecepatan atau gaya. Pakai [rushed] atau [slowly] untuk tempo, [pause] untuk jeda, huruf kapital untuk penekanan, dan International Phonetic Alphabet di antara garis miring untuk kata yang sulit.
Efek suara bisa: tag seperti [applause] atau [phone buzzing] diputar di dalam take. Bernyanyi masih eksperimental. [sings] berhasil di sebagian suara dan tidak di yang lain, jadi untuk lagu utuh pakai model musik di Morphic.
Tidak secara bawaan. Eleven v4 memberi suara aksen asli di tiap bahasa yang ia ucapkan. Tag aksen seperti [strong British accent] bisa mengarahkannya kembali, meski hasilnya bervariasi di tiap suara.
Biasanya suaranya tidak sanggup membawakan gaya itu secara alami, tag terlalu jauh dari kata yang ingin diubah, atau tag terbaca sebagai bunyi. Pilih suara yang lebih dekat dengan bacaan itu, geser tag ke samping kata-katanya, atau jelaskan suaranya dengan kata biasa, lalu buat beberapa take.