मैं विराम कैसे जोड़ सकता हूं?

विराम या ठहराव जोड़ने और स्पीकर की लय व गति को प्रभावित करने के कुछ तरीके हैं। आप कौन-सा तरीका अपनाते हैं, यह मॉडल पर निर्भर करता है।

ऑडियो टैग (Eleven v4 और Eleven v3)

Eleven v4 और Eleven v3 के साथ, गति और डिलीवरी को नियंत्रित करने के लिए ऑडियो टैग और विराम चिह्न इस्तेमाल करें। ये मॉडल SSML ब्रेक टैग को सपोर्ट नहीं करते।

विराम और डिलीवरी के लिए प्रॉम्प्टिंग की जानकारी हेतु प्रॉम्प्टिंग गाइड देखें।

ब्रेक टैग (Multilingual v2, Flash v2, और Flash v2.5)

Multilingual v2, Flash v2 और Flash v2.5 में विराम जोड़ने का सबसे भरोसेमंद तरीका SSML ब्रेक टैग सिंटैक्स <break time="1.5s" /> है। इससे स्पीच में सटीक और प्राकृतिक विराम बनता है। यह सिर्फ़ शब्दों के बीच डाली गई चुप्पी नहीं है—मॉडल सिंटैक्स को समझता है और प्राकृतिक विराम जोड़ता है।

मॉडल इन विरामों को कैसे संभालता है, इसमें अंतर हो सकता है। इस्तेमाल की गई वॉइस आउटपुट में अहम भूमिका निभाती है। कुछ वॉइस, जिन्हें कुछ “uh” और “ah” के साथ ट्रेन किया गया है, विराम के दौरान असली वक्ता की तरह ऐसी वोकल आदतें जोड़ सकती हैं।

एक उदाहरण ऐसा हो सकता है:

“मुझे इसके बारे में सोचने के लिए एक सेकंड दीजिए।” <break time="1.0s" /> “हां, यह काम करेगा।”

ब्रेक समय सेकंड में बताया जाना चाहिए। AI 3 सेकंड तक के विराम संभाल सकता है और इसे टेक्स्ट टू स्पीच तथा API के ज़रिए इस्तेमाल किया जा सकता है।

अगर आप टेक्स्ट में बहुत ज़्यादा SSML ब्रेक इस्तेमाल करते हैं, तो समस्याएं हो सकती हैं। स्पीच तेज़ हो सकती है, या ऑडियो में ज़्यादा शोर और अन्य आर्टिफैक्ट आ सकते हैं। हम इसे ठीक करने पर काम कर रहे हैं।

विराम चिह्न

ये विकल्प ब्रेक टैग या ऑडियो टैग से कम भरोसेमंद हैं, लेकिन फिर भी गति को प्रभावित कर सकते हैं।

साधारण डैश - या एम डैश — अक्सर अच्छी तरह काम करता है। लंबे विराम के लिए आप कई डैश, जैसे -- --, जोड़ सकते हैं।

“अब - बहुत - देर हो रही है।”

एलिप्सिस ... कभी-कभी शब्दों के बीच विराम जोड़ सकता है, लेकिन आमतौर पर यह वॉइस में कुछ झिझक या घबराहट भी जोड़ता है, जो हमेशा उपयुक्त नहीं होती।

“मैं… हां, शायद ऐसा ही है…”