ボイスステアリング
ステアリングを使うと、セリフをどのように演じるか（感情・ペーシング・音量・話し方）を、スクリプト内に直接書いたわかりやすい英語の指示で指定できます。ボイスを切り替えることなく、平坦な読み上げを演技に変える最速の方法です。
Studioモデル限定。 ステアリングはVocalLab Studioモデルで完全にサポートされています。VocalLab ProおよびLiteでは、ステアリング指示が演じられずにそのまま読み上げられてしまう場合があります。以下のタグを使う前に、ジェネレーターでモデルをVocalLab Studioに切り替えてください。
ステアリング指示の書き方
指示を角括弧で囲み、読み上げるテキストの前、行の先頭に置きます。特別な構文や数字は不要です。演じ方を自分の言葉で説明するだけです。
[say quietly in a low tone with deliberate pauses] We need to talk about what happened last night.
読み上げるテキストが別の言語であっても、指示は英語で書いてください:
[speak warmly and slowly, like greeting an old friend] Bonjour, je suis ravi de vous rencontrer.
制御できる要素
| 指示 | 例 |
|---|---|
| 感情・ムード | [overwhelmed with excitement] · [barely holding back rage] · [calm and reassuring] |
| 速度 | [very fast] · [slow and deliberate] |
| 音量 | [very quiet] · [loud and projecting] |
| ピッチ・トーン | [in a low tone] · [in a high, bright pitch] |
| 発音・明瞭さ | [articulate clearly] · [say with force] |
| 声のスタイル | [whisper in a hushed style] · [sing joyfully] |
複数の指示を1つにまとめることもできます:
[say sadly with deliberate pauses in a low voice and a hushed style] I got the call this morning. He's gone.
非言語音
これらのタグを、音を鳴らしたい場所にインラインでそのまま挿入します:
[laugh] · [sigh] · [breathe] · [cough] · [yawn] · [clear throat]
That's the funniest thing I've heard all week [laugh] — okay, okay, let's get back to it.
間（ポーズ）
正確な長さの間を入れたいときは、無音を置きたい位置に <break /> タグをそのまま挿入します。
少し考えさせてください <break time="1.5s" /> はい、考えました。
- 時間は秒またはミリ秒で指定します。
<break time="1.5s" />と<break time="1500ms" />は同じ意味です。 - 1リクエストあたり最大20個のbreakタグを使用でき、対応するすべての言語で機能します。
- タグ名の大文字・小文字は区別されませんが、
<break time="1s" />のように正しい形式の自己終了タグにしてください。 - 長い原稿ではミリ秒形式（
1500ms）が最も安定します。 - breakタグは無音のマークアップです。字幕やSRTファイルに表示されることはありません。
より自然でやわらかい間は、タグを使わなくても作れます。読点で短い間、句点で言い切り、ダッシュ（—）で劇的な間、段落間の空行で長めの呼吸になります。
強調
特定の単語を強調するには、その単語だけを大文字にします（文全体ではありません）:
We NEED a real vacation. — 「need」を強調
We need a REAL vacation. — 「real」を強調
ベストプラクティス
- 1行につき指示は1セット、行の先頭に置きます。非言語タグは例外で、インラインに置きます。
- 指示は小文字で、句読点なしに保ちます —
[Say Quietly, In A Low Tone!]ではなく[say quietly in a low tone]と書きます。 - 矛盾する指示を組み合わせないでください（例:
[whisper]+[very loud]）— 結果が予測不能になります。 - 話し方をテキストの内容に合わせてください。 陰鬱なテキストに陽気な指示を付けるとモデルと衝突し、品質が低下します。
例
[speak as if barely holding back rage, forcing every word through gritted teeth] I have told you. Repeatedly. And you STILL didn't listen.
[overwhelmed with excitement and barely able to contain yourself] We just hit a million users. I still can't believe it — we actually did it!
[articulate clearly at a steady pace] Each step must be followed in order. Do not skip ahead.