表現力モード

概要

表現力モードでは、意図、感情、強調を反映した発話をエージェントに提供できます。ユーザーの話し方や発言内容に応じて、リアルタイムで調整します。これは、会話スタックにおける2つのシステムレベルの改善に基づいています。

1. Eleven v3 Conversational — ElevenAgentsで利用できる、最も感情を理解しコンテキストを認識するテキスト読み上げモデル。
2. 新しいターンテイキングシステム — 割り込みを減らし、より正確なタイミングで応答します。

エージェントのTTSモデルとしてEleven v3 Conversationalを選択すると、表現力モードがデフォルトで有効になります。

Eleven v3 Conversational

Eleven v3 Conversationalは、ライブでの双方向対話向けに最適化された、超低レイテンシー版のEleven v3です。ターンをまたいで会話のコンテキストを維持し、それぞれのやり取りのトーンと意図に合わせて話し方を調整します。

• コンテキスト認識型の話し方：会話のコンテキストに基づいてトーンを調整します。たとえば、ユーザーが不安そうな場合はより落ち着いて応答し、明確さが重要な場合はより直接的に応答します。
• 明示的な感情コントロール：正確なトリガーから幅広いシナリオまで、システムプロンプトのルールで話し方をガイドし、ブランドボイスやコンプライアンス要件に合わせます。
• 70以上の言語をサポート：Flashモデルの約32言語から拡大。日本語を含む、これまでニュアンスの表現が十分でなかった言語でも表現力が向上しています。
• 表現タグ：LLMは、特定の場面での話し方を制御するために、[laughs]、[whispers]、[sighs]などのタグを出力できます。

ターンテイキングシステム

新しいターンテイキングシステムは、感情的な手がかりや発話パターンを含むScribe v2 Realtimeのリアルタイムシグナルを使用して、エージェントが話す、間を置く、待つタイミングを判断します。これにより、特に感情が高ぶった状況で、エージェントはより自然に応答できます。

たとえば、「yeah」は完全な相づちにも、話を続ける前置きにもなります。システムは、文字起こしに加えて発話方法（プロソディなどの発話の手がかり）を分析することで、エージェントの応答をより自然なタイミングで行います。

ターンテイキングの挙動は、ターン積極性設定でさらに調整できます。

設定

表現力モードを有効にする

システムプロンプトの例

システムプロンプトの自然言語による指示で、エージェントの感情表現をガイドします。モデルはこれらをコンテキストに応じて解釈するため、すべての状況で明示的なタグは必要ありません。

大まかなガイダンス

You are a customer support agent. When a user sounds frustrated or upset, respond
in a calm, reassuring tone. When delivering good news, allow your tone to reflect
genuine warmth. Maintain a professional but approachable delivery throughout.

特定のトリガー

You are a conversational AI agent with expressive speech capabilities.
Tone guidelines:
- When a user expresses frustration, use a calm and empathetic tone
- When explaining technical steps, use a clear and measured pace
- When a user shares good news, respond with warmth and enthusiasm
- When handling complaints, remain composed and solution-oriented

表現タグを使う

コンテキスト認識型の話し方に加えて、LLMは特定の場面を制御する明示的なタグを出力できます。一般的なタグは次のとおりです。

• [laughs] — 発話に笑いを加える
• [whispers] — ささやくために音量を下げる
• [sighs] — ため息のような質感を加える
• [slow] — 発話速度を遅くする
• [excited] — 話し方に興奮を加える

各タグは、通常の話し方に戻る前の約4〜5語に影響します。

You can also use expressive tags in your responses for precise control:
- [laughs] for moments of humor
- [whispers] for confidential or intimate moments
- [sighs] for resignation or relief
- [slow] when emphasizing important information
Example: "That's great to hear! [laughs] I'm glad we could sort that out for you."

ベストプラクティス

制限事項

よくある質問

関連機能