Hoppa till navigering
InstruktionsguiderText to Speech

Använda uttalslexikon

Den här guiden visar hur du hanterar uttalslexikon programmatiskt.

Guide · Förutsätter att du har slutfört snabbstartsguiden för ElevenAPI.

Översikt

Med uttalslexikon kan du anpassa hur din AI-agent uttalar specifika ord eller fraser. Det är särskilt användbart för att:

  • Korrigera uttalet av namn, platser eller tekniska termer
  • Säkerställa konsekvent uttal i alla konversationer
  • Anpassa regionala uttalsvariationer

ElevenLabs stöder både IPA- och CMU-alfabet.

Fonemtaggar i uttalslexikon fungerar endast med modellerna eleven_v4, eleven_v4_turbo, eleven_flash_v2 och eleven_v3.

Andra modeller hoppar över fonemtaggar i lexikonet och använder standarduttalet. För andra modeller använder du i stället aliastaggar för att ersätta stavningar eller fraser som ger det uttal du behöver.

Om du vill använda IPA- och CMU-uttal på andra språk än engelska måste du byta till modellen eleven_v4 eller eleven_v4_turbo.

Snabbstart

Den här guiden förutsätter att du har konfigurerat din API-nyckel och SDK. Slutför snabbstartsguiden först om du inte redan har gjort det.

1

Skapa en uttalslexikonfil

I det här exemplet skapar vi en uttalslexikonfil för ordet tomato.

Den här regeln använder alfabetet “IPA” och uppdaterar uttalet för tomato och Tomato med ett annat uttal. PLS-filer är skiftlägeskänsliga, vilket är anledningen till att vi inkluderar båda, med och utan stort “T”.

Du kan använda AI-verktyg som Claude eller ChatGPT för att skapa IPA- eller CMU-notationer för specifika ord.

dictionary.pls
<?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-US">
<lexeme>
    <grapheme>tomato</grapheme>
    <phoneme>/tə'meɪtoʊ/</phoneme>
</lexeme>
<lexeme>
    <grapheme>Tomato</grapheme>
    <phoneme>/tə'meɪtoʊ/</phoneme>
</lexeme>
</lexicon>
2

Skapa ett uttalslexikon från en fil via SDK:n

Skapa en ny fil med namnet example.py eller example.mts, beroende på vilket språk du väljer, och lägg till följande kod:

from elevenlabs import ElevenLabs, PronunciationDictionaryVersionLocator
from elevenlabs.play import play
elevenlabs = ElevenLabs()
with open("dictionary.pls", "rb") as f:
    # this dictionary changes how tomato is pronounced
    pronunciation_dictionary = elevenlabs.pronunciation_dictionaries.create_from_file(
        file=f.read(), name="example"
    )
audio_1 = elevenlabs.text_to_speech.convert(
    text="Without the dictionary: tomato",
    voice_id="aMSt68OGf4xUZAnLpTU8",
    model_id="eleven_v4_turbo",
)
audio_2 = elevenlabs.text_to_speech.convert(
    text="With the dictionary: tomato",
    voice_id="aMSt68OGf4xUZAnLpTU8",
    model_id="eleven_v4_turbo",
    pronunciation_dictionary_locators=[
        PronunciationDictionaryVersionLocator(
            pronunciation_dictionary_id=pronunciation_dictionary.id,
            version_id=pronunciation_dictionary.version_id,
        )
    ],
)
# play the audio
play(audio_1)
play(audio_2)
3

Kör koden

python example.py

Du bör höra två versioner av ljudet spelas upp i dina högtalare, en med och en utan uttalslexikonet.

Nästa steg

API-referens

Fullständig API-referens för uttalslexikon.

TTS-streaming

Strömma text till tal gradvis för uppspelning med lägre latens.