Funktionieren Pausen und SSML-Phonem-Tags mit der API?

Pausen:

Sie können das Break-Tag verwenden, wenn Sie Audio über die API generieren. Dadurch entsteht eine präzise und natürliche Pause in der Sprache. Es wird nicht einfach Stille zwischen Wörtern eingefügt: Die KI versteht diese Syntax und erzeugt eine natürliche Pause.

Die Syntax für das Break-Tag lautet <break time="1.5s" />. Die KI kann Pausen von bis zu 3 Sekunden verarbeiten.

Alle unsere Modelle unterstützen SSML-Break-Tags und können diese bei der Audiogenerierung über die API verwenden, mit Ausnahme von Eleven v4 und Eleven v3.

Wenn Sie Eleven v4 oder Eleven v3 verwenden, steuern Sie Pausen mit Audio-Tags, Zeichensetzung und Textstruktur. Siehe Prompting für Eleven v4.

Weitere Informationen finden Sie im Abschnitt Pausen unseres Leitfadens zum Prompting.

Phoneme:

Eleven v4 bietet verbesserte native Unterstützung für IPA. Weitere Informationen finden Sie unter IPA mit Eleven v4.

Unsere Modelle Eleven Flash v2 und Eleven Turbo v2 unterstützen SSML-Phonem-Tags, die bei der Audiogenerierung über die API mit diesen Modellen verwendet werden können.

Bitte beachten Sie, dass Phoneme nur für englische Sprachmodelle verfügbar sind und derzeit nicht für andere Sprachen unterstützt werden.

Vollständige Informationen zur Verwendung von Phonem-Tags finden Sie im Abschnitt Aussprache unseres Leitfadens zum Prompting.