ElevenLabs: Eleven Flash v2

Eleven Flash v2 is het uitsluitend Engelstalige spraaksynthesemodel van ElevenLabs voor snel reagerende spraaktoepassingen. Het ontvangt een geschreven uiting en produceert gesproken audio met de geselecteerde stem. De fabrikant positioneert Flash voor realtime gesprekken en interactieve ervaringen, zoals assistentbevestigingen, gesproken instructies en reacties in games. Deze benoemde editie is afzonderlijk van het meertalige Flash v2.5 en de expressieve v3- en v4-families.

Engels is het taalprofiel van Flash v2. Een stem kan een regionaal accent en een specifieke toon leveren, maar maakt deze editie niet tot een meertalig model. Kies een stem die bij de beoogde luisteraar en het doel van de regel past. Een assistentbevestiging, een instructieve verteller en een interactief personage kunnen verschillende cadans nodig hebben, ook wanneer de feitelijke inhoud gelijk is. Bereid vóór synthese de daadwerkelijke Engelse woorden voor die moeten worden uitgesproken.

Een aanvraag ondersteunt maximaal 30.000 tekens. De geschatte audiolengte die de producent bij die limiet noemt is geen vaste duur. Houd voor een interactief antwoord één hoofdgedachte en een duidelijk einde aan; verdeel voor een langere opname samenhangende tekst bij zins- of sectiegrenzen. De gedeelde TTS-workflow documenteert naburige tekst of aanvraagcontext om prosodie tussen verbonden generaties te behouden, dus segmentatie hoeft de relatie tussen opeenvolgende passages niet te verwijderen.

De pauzeworkflow van Flash v2 gebruikt SSML-break-tags. De productgids geeft <break time="1.5s" /> als manier om een natuurlijke pauze te vragen, met gedocumenteerde pauzes tot drie seconden. De stem beïnvloedt de voordracht rond de pauze en te veel tags kunnen snelheidsveranderingen, ruis of artefacten veroorzaken. Gebruik een pauze waar de luisteraar een overgang nodig heeft, niet tussen elk woord. Interpunctie en beletseltekens kunnen de timing ook beïnvloeden, maar zijn minder consistent en kunnen een aarzelende toon toevoegen.

Afzonderlijke woorden kunnen SSML-phoneme-notatie in IPA of CMU Arpabet gebruiken. De fabrikant beveelt CMU Arpabet aan voor voorspelbaardere v2-uitspraak en zegt dat phoneme-regels voor elk woord van een meerwoordige naam afzonderlijk moeten worden toegepast. Uitspraakwoordenboeken kunnen het gewenste foneem of een alias voor een terugkerende term bewaren; matching is hoofdlettergevoelig. Dat verschilt van de native IPA-syntax van v4 tussen schuine strepen en van het uitspraakprofiel van Flash v2.5.

Bereid referentiecodes, datums en afkortingen in de gewenste spreekvorm voor. Dezelfde cijfers kunnen een hoeveelheid of identifier vertegenwoordigen, dus specificeer of de luisteraar een volledig getal of afzonderlijke cijfers moet horen. Schrijf maand en datum ondubbelzinnig en schrijf afkortingen voluit wanneer die als woorden moeten worden uitgesproken. Gewone verklarende aanwijzingen in de tekst kunnen zelf worden voorgelezen; de expressieve audiotags van v3 en v4 zijn niet het instellingenprofiel dat voor deze editie wordt beschreven.

De formaatfamilie van de producent omvat MP3, ongecomprimeerde 16-bits PCM, μ-law en A-law voor telefonie en Opus. De gedeelde workflow kan een volledige opname leveren of spraak geleidelijk teruggeven. Steminstellingen beïnvloeden stabiliteit, gelijkenis en tempo, met een gedocumenteerd snelheidsbereik van 0.7 tot 1.2 en 1.0 ongewijzigd. Die instellingen sturen een voordracht zonder een identieke opname of precieze uiteindelijke opnamelengte te garanderen.

Geef voor een praktisch Engels hulpbericht eerst het resultaat en dan één volgende stap: bevestig een opgeslagen keuze, spreek de relevante veldnaam duidelijk uit en leg uit wat de gebruiker daarna kan doen. Schrijf voor een tutorial een volledige instructie en gebruik een pauze vóór de volgende actie. Beoordeel de moeilijke namen, getallen en overgangen in de geselecteerde audio. Bewaar die opname met het script en de uitspraakvoorbereiding, zodat ze een herbruikbare gesproken aanwijzing, melding of assistentreactie kan worden.