Multi-Sprecher-Dialog-Synthese: Parameterübersicht am Beispiel

Am Beispiel der ElevenLabs-Multi-Speaker-Dialog-Synthese wird gezeigt, wie ein rollenbasiertes Dialog-Array und globale Syntheseparameter in einem einzigen Aufruf organisiert werden. In base ist dialogue ein Pflichtfeld; jeder Eintrag enthält text und voice (voice verwendet eine voreingestellte voice_id, die anhand der statischen Hörproben-URLs einzeln verglichen werden kann). Die Gesamtzeichenzahl aller Sprechzeilen ist auf maximal 5000 begrenzt. stability ist eine dreistufige Aufzählung mit 0 / 0,5 / 1 und dient der Abwägung zwischen „emotionaler Dynamik“ und „Klangfarben-Konsistenz“. language_code ist eine ISO-Sprachcode-Aufzählung; bleibt sie leer, erkennt das Modell die Sprache automatisch. Dieses Werk konstruiert drei kurze Dialoge: einen ruhigen Erzähler, einen Fragenden mit lebhafterem Ton und einen besonnenen Antwortenden. Durch den Wechsel von voice_id und stability-Stufe innerhalb derselben Anfrage wird die Organisation der Multi-Sprecher-Dialog-Synthese in einem einzigen Aufruf veranschaulicht. Es eignet sich für Entwickler, die schnell die Eingabestruktur, die Parametersemantik und die Denkweise der Multi-Rollen-Orchestrierung dieser Route verstehen möchten, und kann als Ausgangspunkt für Prototypen in Szenarien wie Kundenservice-Sprachagenten, Podcast-Gesprächen oder Lehr-Audio dienen.