如何添加停顿？

有几种方法可以加入停顿或间隔，并影响说话人的节奏和韵律。具体方法取决于模型。

音频标签（Eleven v4 和 Eleven v3）

使用 Eleven v4 和 Eleven v3 时，可通过音频标签和标点控制节奏与表达。这些模型不支持 SSML break 标签。

有关提示停顿和表达的指导，请参阅提示指南。

Break 标签（Multilingual v2、Flash v2 和 Flash v2.5）

在 Multilingual v2、Flash v2 和 Flash v2.5 中，最稳定的停顿添加方式是使用 SSML break 标签语法 <break time="1.5s" />。这会在语音中创建精确而自然的停顿，并非只是在词语间插入静音——模型能理解该语法，并添加自然停顿。

模型处理这些停顿的方式可能有所不同。所用音色对输出至关重要。有些音色训练时包含一些“uh”和“ah”，可能会在停顿期间插入这些发声习惯，就像真实说话人一样。

示例如下：

“让我花一秒想想。” <break time="1.0s" /> “对，这样可行。”

Break 时长应以秒描述。AI 最多可处理 3 秒的停顿，可用于文本转语音和 API。

如果文本中使用过多 SSML break，可能会导致问题。语音可能加快，或音频可能出现更多噪声和其他瑕疵。我们正在解决这个问题。

标点

这些方式不如 break 标签或音频标签稳定，但仍可影响节奏。

简单的连字符 - 或破折号 — 通常效果不错。可添加多个连字符，例如 -- --，以获得更长的停顿。

“现在 - 很 - 晚了。”

省略号 ... 有时可在词语之间加入停顿，但通常也会让音色带有些犹豫或紧张感，并不一定适合所有场景。

“我……嗯，我想是的……”