Czy pauzy i tagi fonemów SSML działają z API?

Pauzy:

Podczas generowania audio przez API możesz użyć tagu break. Utworzy on dokładną i naturalną pauzę w mowie. To nie tylko dodana cisza między słowami — AI rozumie tę składnię i doda naturalną pauzę.

Składnia tagu break to <break time="1.5s" />, a AI obsługuje pauzy o długości do 3 sekund.

Wszystkie nasze modele, z wyjątkiem Eleven v4 i Eleven v3, obsługują tagi SSML break, których możesz używać podczas generowania audio przez API.

Jeśli używasz Eleven v4 lub Eleven v3, steruj pauzami za pomocą tagów audio, interpunkcji i struktury tekstu. Zobacz Prompting Eleven v4.

Więcej informacji znajdziesz w sekcji Pauzy naszego przewodnika po Prompting.

Fonemy:

Eleven v4 ma lepszą natywną obsługę IPA. Więcej informacji znajdziesz w IPA z Eleven v4.

Nasze modele Eleven Flash v2 i Eleven Turbo v2 obsługują tagi fonemów SSML, których można używać podczas generowania audio przez API z tymi modelami.

Pamiętaj, że fonemy są dostępne tylko dla modeli języka angielskiego i obecnie nie są obsługiwane w innych językach.

Pełne informacje o używaniu tagów fonemów znajdziesz w sekcji Wymowa naszego przewodnika po Prompting.