Kiểm soát cách AI agent phát âm các từ cụ thể trong ElevenAgents

Tìm hiểu cách kiểm soát cách AI agent của bạn phát âm các từ và cụm từ cụ thể.

Tổng quan

Từ điển phát âm cho phép bạn tùy chỉnh cách AI agent phát âm các từ hoặc cụm từ nhất định. Tính năng này đặc biệt hữu ích để:

• Điều chỉnh cách phát âm tên riêng, địa danh hoặc thuật ngữ chuyên ngành
• Đảm bảo sự nhất quán trong cách phát âm xuyên suốt các cuộc hội thoại
• Tùy chỉnh các biến thể phát âm theo vùng miền

Cấu hình

Gắn từ điển vào agent của bạn

Cập nhật qua dashboard

Mở agent của bạn trong dashboard, đi tới phần Voice Settings và thêm từ điển phát âm. Lưu lại các thay đổi.

Cập nhật qua CLI

1. Tải cấu hình agent về

elevenlabs agents pull --agent "<agent-name>"

2. Chỉnh sửa file agent_configs/<agent-name>.json

Thiết lập conversation_config.tts.pronunciation_dictionary_locators:

{
  "conversation_config": {
    "tts": {
      "pronunciation_dictionary_locators": [
        {
          "pronunciation_dictionary_id": "<dictionary-id>",
          "version_id": "<version-id>"
        }
      ]
    }
  }
}

3. Đẩy các thay đổi của bạn lên

elevenlabs agents push --agent "<agent-name>"

Cập nhật qua API

Python

from elevenlabs import ElevenLabs

elevenlabs = ElevenLabs()

elevenlabs.conversational_ai.agents.update(
    agent_id="agent_7101k5zvyjhmfg983brhmhkd98n6",
    conversation_config={
        "tts": {
            "pronunciation_dictionary_locators": [
                {
                    "pronunciation_dictionary_id": "<dictionary-id>",
                    "version_id": "<version-id>",
                }
            ]
        },
    },
)

TypeScript

import { ElevenLabsClient } from "@elevenlabs/elevenlabs-js";

const elevenlabs = new ElevenLabsClient();

await elevenlabs.conversationalAi.agents.update("agent_7101k5zvyjhmfg983brhmhkd98n6", {
  conversationConfig: {
    tts: {
      pronunciationDictionaryLocators: [
        {
          pronunciationDictionaryId: "<dictionary-id>",
          versionId: "<version-id>",
        },
      ],
    },
  },
});

Định dạng file từ điển

Từ điển phát âm sử dụng file .pls dựa trên định dạng XML. Dưới đây là cấu trúc ví dụ:

<?xml version="1.0" encoding="UTF-8"?>
<lexicon version="1.0"
      xmlns="http://www.w3.org/2005/01/pronunciation-lexicon"
      xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
      xsi:schemaLocation="http://www.w3.org/2005/01/pronunciation-lexicon
        http://www.w3.org/TR/2007/CR-pronunciation-lexicon-20071212/pls.xsd"
      alphabet="ipa" xml:lang="en-GB">
  <lexeme>
    <grapheme>Apple</grapheme>
    <phoneme>ˈæpl̩</phoneme>
  </lexeme>
  <lexeme>
    <grapheme>UN</grapheme>
    <alias>United Nations</alias>
  </lexeme>
</lexicon>

Các định dạng được hỗ trợ

Các từ điển phát âm hỗ trợ hai loại ký hiệu phiên âm:

1. IPA (International Phonetic Alphabet - Bảng ký tự phiên âm quốc tế)

• Cho phép kiểm soát cách phát âm chính xác hơn
• Yêu cầu kiến ​​thức về các ký hiệu IPA
• Ví dụ: “nginx” được ký hiệu là /ˈɛndʒɪnˈɛks/

2. Định dạng từ điển CMU (Carnegie Mellon University - Đại học Carnegie Mellon)

• Định dạng đơn giản hơn dựa trên mã ASCII
• Dễ tiếp cận hơn đối với cách phát âm tiếng Anh
• Ví dụ: “tomato” được ký hiệu là “T AH M EY T OW”

Các phương pháp tối ưu

1. Phân biệt chữ hoa/chữ thường: Tạo các mục riêng biệt cho dạng viết hoa và viết thường của từ nếu cần
2. Kiểm thử: Luôn kiểm tra cách phát âm với giọng đọc và mô hình mà bạn đã chọn
3. Bảo trì: Duy trì từ điển có tổ chức và có tài liệu ghi chú đầy đủ
4. Phạm vi: Tập trung vào những từ thường bị phát âm sai hoặc quan trọng đối với trường hợp sử dụng của bạn

Câu hỏi thường gặp

Những mô hình nào hỗ trợ phát âm dựa trên âm vị?

Các thẻ âm vị trong từ điển phát âm chỉ hoạt động với các mô hình eleven_v4, eleven_flash_v2 và eleven_v3.

Các mô hình khác sẽ bỏ qua thẻ âm vị trong từ điển và sử dụng cách phát âm mặc định. Đối với các mô hình này, hãy sử dụng alias tag để thay thế bằng cách viết hoặc cụm từ tạo ra cách phát âm mà bạn mong muốn.

Nếu muốn sử dụng cách phát âm theo chuẩn IPA và CMU cho các ngôn ngữ khác ngoài tiếng Anh, bạn cần chuyển sang sử dụng mô hình eleven_v4 hoặc eleven_v3.

Có thể sử dụng nhiều từ điển không?

Có, bạn có thể upload lên nhiều file từ điển để quản lý các bộ quy tắc phát âm khác nhau.

Điều gì xảy ra nếu một từ không có trong từ điển?

Mô hình sẽ áp dụng các quy tắc phát âm mặc định cho bất kỳ từ nào không được quy định cụ thể trong từ điển.