La Dirección de voz le indica a una voz cómo interpretar un pasaje concreto. Escríbela como un director que habla con un actor: describe qué está pasando, qué quiere quien habla y qué decisiones vocales hacen que el momento funcione.
En BreezeBlue, la Dirección de voz se escribe en lenguaje natural. Puede ser breve: dos o tres decisiones útiles suelen bastar.
Empieza por la transcripción
Lee el texto antes de escribir la dirección. La misma frase puede expresar entusiasmo, miedo, sarcasmo, incomodidad o dolor. La Dirección de voz le dice al modelo qué interpretación hacer y qué decisiones audibles deben transmitirla.
Aun así, la dirección puede ser breve. Elige solo los detalles que cambian el sentido o la forma de decir este pasaje.
Una estructura compacta para la Dirección de voz
Cuando quieras más control, construye la dirección a partir de cinco dimensiones posibles.
1. Situación
Dale a quien habla una circunstancia que pueda interpretar. Puede estar escondiéndose de alguien que está cerca, informando desde un lugar peligroso, consolando a un amigo preocupado o dando instrucciones con prisa. Incluye solo el contexto que cambia cómo debe sonar la línea.
2. Intención
Describe qué intenta provocar quien habla en quien escucha: tranquilizar, persuadir, advertir, ordenar, ocultar, consolar o provocar. La misma voz tranquila puede sonar muy distinta cuando tranquiliza a alguien que cuando oculta una amenaza.
3. Emoción e intensidad
Nombra el estado emocional y ponle un límite. Indicaciones como restrained panic (pánico contenido), mild impatience (ligera impaciencia) o urgent but not panicked (con urgencia, pero sin pánico) son más precisas que pedir simplemente más emoción.
4. Ritmo y énfasis
Describe el ritmo, las pausas, la respiración y las palabras que deben tener más peso. Por ejemplo: Keep it fast and precise (rápido y preciso), Pause after the warning (pausa después de la advertencia) o Emphasize “right now” without shouting (enfatiza «right now» sin gritar).
5. Estado físico y vocal
El cuerpo afecta a la voz. Quien habla puede estar agotado, temblando, sin aliento, conteniendo las lágrimas o aguantándose la risa. Describe el estado y el efecto audible que debe tener en la línea.
Combina solo las dimensiones que necesita la escena
Rara vez necesitas las cinco dimensiones en una sola instrucción. Elige las dos o tres que sostienen la escena y combínalas en lenguaje natural:
Interprétalo como [situación].
Quien habla intenta [intención].
Mantén la emoción [estado e intensidad].
Usa [ritmo, pausa, respiración, volumen o énfasis].
Quien habla suena físicamente [estado], con [efecto audible].Usa solo las líneas que necesite el pasaje. Las características estables, como la edad, el acento y la textura vocal esencial, corresponden a la elección de la voz o al Diseño de voz; la Dirección de voz moldea esta interpretación concreta.
Cinco direcciones para la misma línea
Los cinco ejemplos siguientes usan la misma transcripción. Cada dirección elige una combinación distinta de la estructura anterior y produce una interpretación diferente sin cambiar las palabras.
Transcripción
I can’t believe you brought him here!
En susurros, con miedo a que alguien escuche
Dirección
Say it whispering, very quiet and tense, as if you are afraid of being overheard.
Dimensiones de la dirección: Situación · Emoción e intensidad · Ritmo y énfasis · Estado físico y vocal
Escucha: en susurros
Sorpresa entusiasta
Dirección
Say it excitedly, with bright surprise and rising energy, as if his arrival is wonderful and completely unexpected.
Dimensiones de la dirección: Situación · Emoción e intensidad · Ritmo y énfasis
Escucha: sorpresa entusiasta
Incredulidad sarcástica
Dirección
Say it sarcastically, with dry disbelief and a dismissive tone, as if this was obviously a terrible idea.
Dimensiones de la dirección: Intención · Emoción e intensidad · Ritmo y énfasis
Escucha: incredulidad sarcástica
Humor nervioso
Dirección
Say the line with a nervous laugh after the first phrase, as if trying to hide panic behind humor.
Dimensiones de la dirección: Intención · Emoción e intensidad · Ritmo y énfasis · Estado físico y vocal
Escucha: humor nervioso
Dolor contenido
Dirección
Say it while holding back tears, with a cracked voice and emotional pauses, as if bringing him here deeply hurt you.
Dimensiones de la dirección: Situación · Emoción e intensidad · Ritmo y énfasis · Estado físico y vocal
Escucha: dolor contenido
Elige un nivel de guía
La guía controla con qué intensidad interpreta la generación la Dirección de voz.
API
guidance_scale admite valores enteros de 1 a 10. Para la Dirección de voz, el rango de 1 a 3 es útil para equilibrar expresión y estabilidad. Indica el valor de forma explícita cuando compares instrucciones distintas.
Empieza con valores bajos para una interpretación contenida. Súbelo poco a poco si el resultado es demasiado neutro y bájalo si la interpretación se vuelve exagerada.
Web
El producto web ofrece cuatro niveles: Estable, Expresivo, Creativo e Intenso.
Usa Estable para una interpretación controlada y consistente. Usa Creativo cuando quieras más interpretación o desarrollo emocional. Estable y Creativo son los puntos de partida recomendados para la mayoría de las generaciones; usa Expresivo o Intenso cuando la escena lo pida específicamente.