マルチロール対話合成：パラメータ全景例

ElevenLabs のマルチスピーカー対話合成ラインを例に、1 回のリクエストでロールベースの対話配列とグローバル合成パラメータをどのように構成するかを示します。base の dialogue は必須フィールドで、各項目は text と voice を含みます（voice はプリセットの voice_id を取得し、静的試聴アドレスで 1 件ずつ比較できます）。全セリフの総文字数は 5000 の上限に制約されます。stability は 0 / 0.5 / 1 の 3 段階の列挙値で、「感情の起伏」と「音色の一貫性」の間で取捨選択するために用います。language_code は ISO 言語コードの列挙値で、空欄の場合はモデルが自動検出します。本作品では 3 つの短い対話を構成します。冷静なナレーター、語気の上がった質問者、落ち着いた解答者という 3 者を、同一リクエスト内で voice_id と stability の段階を切り替えることで、マルチロール対話合成が 1 回の呼び出しでどのように構成されるかを表現します。開発者がこのラインの入力構造、パラメータの意味、マルチロール編成の考え方を素早く理解するのに適しており、カスタマーサポート音声エージェント、ポッドキャスト対談、教育音声などのシーンのプロトタイプの出発点としても利用できます。