表现力模式

概述

表达模式让智能体能够传达意图、情绪和重点，并根据用户的语气和说话内容实时调整。它基于对话系统的两项系统级改进：

1. Eleven v3 Conversational —— ElevenAgents 中情绪理解和上下文感知能力最强的文本转语音模型。
2. 全新轮次管理系统 —— 响应时机更准确，打断更少。

选择 Eleven v3 Conversational 作为智能体的 TTS 模型后，默认启用表达模式。

Eleven v3 Conversational

Eleven v3 Conversational 是 Eleven v3 的超低延迟版本，专为实时往返对话优化。它能在多轮对话中保持上下文，并调整表达方式以匹配每次交流的语气和意图。

• 上下文感知表达：智能体会根据对话上下文调整语气——当用户听起来担忧时，回应会更平静；需要清晰表达时，回应会更直接。
• 明确的情绪控制：通过系统提示词规则引导表达方式，可设置精确触发条件或更广泛的场景，以符合品牌语调和合规要求。
• 支持 70+ 种语言：相比 Flash 模型约 32 种语言大幅扩展，并提升了此前细微表达较弱的语言（包括日语）的表现力。
• 表达标签：LLM 可以输出 [laughs]、[whispers] 或 [sighs] 等标签，控制特定片段的表达方式。

轮次管理系统

新的轮次管理系统利用来自 Scribe v2 Realtime 的实时信号——包括情绪线索和语音模式——判断智能体何时应说话、暂停或等待。这让智能体的回应更自然，尤其适用于情绪较为强烈的场景。

例如，“yeah”既可以是完整的确认，也可能是在继续说话前的铺垫。系统除了分析转录文本，还会分析说话方式（如韵律等语音线索），从而更自然地安排智能体的回应时机。

还可以通过 轮次积极性 设置进一步调整轮次管理行为。

配置

启用表达模式

系统提示词示例

通过系统提示词中的自然语言说明引导智能体的情绪表达。模型会结合上下文理解这些说明，因此并非每种情况都需要明确标签。

宽泛指导

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.

具体触发条件

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

使用表达标签

除了上下文感知表达外，LLM 还可以输出明确标签来控制特定片段。常见标签包括：

• [laughs] —— 为语音添加笑声
• [whispers] —— 降低音量，形成耳语效果
• [sighs] —— 加入叹息感
• [slow] —— 放慢语速
• [excited] —— 让表达更兴奋

每个标签大约会影响接下来的 4-5 个词，之后恢复正常表达。

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."

最佳实践

限制

常见问题

相关功能