Expressive Mode for ElevenAgents

表現力モードはElevenLabs Agentsプラットフォーム内の機能であり、単体のアプリではない。ライブ会話中にAI音声エージェントが話を届ける方法を変え、感情、強調、文脈に応じた間合いを加える。別途購入するものではない。エージェントのテキスト読み上げモデルとしてEleven v3 Conversationalを選んだ瞬間に、既定でオンになる。

これが解決するのは親しみやすさだ。以前の音声モデルは言葉の扱いは得意だったが、人間の層を取りこぼした。不安そうな発信者、自分の話を最後まで聞かせてほしいという気持ちを表す間、字義通りに読むべきでない皮肉。表現力モードは二つの部品でこれらの隙間を突く。Eleven v3 Conversationalがやり取りから意図を読み取り、トーンを調整する。新しいターンテイキングシステムがScribe v2 Realtimeのリアルタイム信号を読み、各応答のタイミングを計る。

ここには実際のコストがある。これはElevenLabsのインフラなので、同社のプラットフォームと料金に縛られる。モデルは通話単位ではなく分単位で課金され、明示的な感情トリガーのような深い制御は、システムプロンプトのルールを書くことに慣れている前提だ。

はじめ方

1. ElevenLabsアカウントに登録するかログインし、Agentsプラットフォームを開く。
2. ダッシュボードから新しいエージェントを作成するか、既存のものを開く。
3. Agent Voiceタブに移動し、Text to SpeechモデルをV3 Conversationalに設定する。表現力モードはこの選択で自動的にオンになる。
4. 任意で感情制御のシステムプロンプトルールを追加する。ユーザーが動揺しているように聞こえたら落ち着くよう指示するなどが例だ。発話の積極性は会話フローの設定で調整する。
5. ライブ通話でエージェントを試し、届け方が自社のブランドボイスに合うまでタグと間合いを磨く。