ElevenLabs: Eleven Turbo v2

Eleven Turbo v2 adalah model teks ke suara ElevenLabs yang khusus berbahasa Inggris untuk aplikasi yang memerlukan balasan lisan yang responsif. Model ini menerima teks ujaran yang telah disiapkan dan mengembalikan audio dengan suara pilihan. Produsen membedakan Turbo v2 dari Turbo v2.5 yang multibahasa serta lini Flash. Peran bermanfaatnya adalah memberikan respons suara berbahasa Inggris, seperti konfirmasi, penjelasan singkat, atau instruksi berikutnya dalam antarmuka percakapan.

Bahasa Inggris merupakan batas bahasa yang menjadi ciri edisi ini. Memberikan bahasa lain tidak membuat Turbo v2 memiliki profil multibahasa v2.5. Pilih suara dengan aksen dan cara penyampaian yang diperlukan untuk naskah berbahasa Inggris. Suara percakapan yang hangat, narator yang tenang, dan karakter yang energik dapat membuat kalimat yang sama terdengar berbeda, sehingga suara pilihan merupakan bagian dari arahan, bukan setelan bawaan tetap yang ditentukan oleh nama model.

Siapkan naskah lisan yang bersih. Model menyintesis kata-kata yang diberikan kepadanya; model tidak menentukan apakah suatu tindakan berhasil atau menghasilkan penalaran aplikasi. Untuk balasan asisten, sertakan satu hasil yang jelas dan langkah berikutnya yang alami. Kalimat ilustratif dapat mengonfirmasi bahwa dokumen telah diterima dan meminta nomor referensi yang belum tersedia. Pisahkan instruksi internal dan metadata dari kata-kata yang dimaksudkan untuk didengar, karena teks deskriptif biasa juga dapat dibacakan.

Nama, singkatan, dan angka perlu disiapkan dengan sengaja. Tulis pengenal sebagai digit terpisah jika harus diulang dengan cara itu, dan tulis kepanjangan singkatan jika pendengar perlu mendengar makna lengkapnya. Untuk tanggal, gunakan bentuk lisan yang tidak ambigu. Alias pelafalan atau ejaan alternatif dapat memberikan cara pilihan untuk mengucapkan nama yang sulit. Simpan ejaan tampilan asli secara terpisah dari bentuk lisan jika aplikasi juga menampilkan pesan sebagai teks.

Setelan suara produsen memengaruhi konsistensi, kemiripan, dan tempo. Dalam panduan produk TTS bersama, setelan speed menggunakan 1.0 untuk kecepatan yang tidak berubah dan rentang 0.7 hingga 1.2; penyesuaian ekstrem dapat memengaruhi hasil. Stability mengubah variasi dan rentang emosi, sedangkan similarity mengendalikan kemiripan dengan suara pilihan. Kendali ini tidak membuat sintesis deterministik atau menetapkan durasi tepat suatu kalimat. Tanda baca dan struktur kalimat yang lengkap tetap penting bagi cara kata-kata disampaikan.

Batas API khusus Turbo v2 yang ditetapkan produsen adalah 30.000 karakter per permintaan. Ini merupakan batas maksimum masukan, bukan durasi audio tetap; gunakan kalimat atau bagian lengkap saat menyiapkan teks yang lebih panjang. Keluarga format TTS ElevenLabs mencakup MP3 untuk mendengarkan secara umum, PCM 16 bit tanpa kompresi, pengodean telepon seperti μ-law dan A-law, serta Opus. Alur kerja streaming dapat mengembalikan audio secara bertahap, sedangkan permintaan teks lengkap dapat dihimpun sebagai rekaman. Pilih keluaran sesuai tujuan pemutaran dan simpan naskah sebenarnya bersama audio pilihan. Untuk penjelasan yang lebih panjang, bagi teks pada batas yang bermakna alih-alih meminta pendengar mengikuti satu daftar panjang tanpa jeda.

Untuk respons dukungan praktis berbahasa Inggris, siapkan hasil yang tepat, nama atau pengenal yang diucapkan dengan jelas, serta tindakan berikutnya. Tinjau bagian rekaman yang relevan untuk menilai keterpahaman, aksen, dan irama alami. Produsen mendokumentasikan keluaran nondeterministik, sehingga setelan yang sama masih dapat menghasilkan penyampaian yang sedikit berbeda. Artefak yang dapat digunakan kembali adalah rekaman suara pilihan bersama susunan kata yang disiapkan dan setelan suaranya, untuk asisten, notifikasi, petunjuk tutorial, atau penjelasan singkat yang direkam.