ElevenLabs Script Style
在 ElevenLabs 里，script quality 往往比 voice 选择更先决定结果。模型可以让语音更自然，但它不能把一段本来就像公告通知的文案，自动变成好听的 narration。官方文档现在也明确提到，文本里的情绪描述、标点、停顿和 pronunciation controls 都会直接影响结果，所以 script 其实就是音频质量的一半。
先写“能被念出来”的 script
一个很实用的判断标准是: 你自己大声读一遍，如果会卡、会喘、会找不到重音，AI 大概率也会出问题。
更稳的写法通常是：
- 句子不要太长
- 一句只放一个主信息
- 专有名词提前确认写法
- 数字、日期和金额写成更容易念的形式
这对教程、课程、广告、播客和品牌旁白都成立。
标点不只是语法，也是在控节奏
ElevenLabs 的最佳实践里对 <break>、省略号、破折号这类停顿控制讲得很清楚。落到实际写法里，可以这样理解：
- 逗号: 短停顿
- 句号: 完整收尾
- 破折号或省略号: 更明显的节奏变化
- 感叹号: 少量使用，过多会显得太用力
如果你发现生成结果总像赶火车，先别急着怪 voice，先回头看 script 是否写得太满。
情绪控制别靠堆标签
官方现在也提到，文本本身的描述就会影响语音情绪。例如一句话里加上更明确的语气说明，往往比整段堆很多特殊控制更自然。
这类控制更适合处理：
- 关键句的情绪变化
- 对话型内容里的角色区分
- 个别句子的强调方式
真正 production-friendly 的做法，通常不是“每句都调”，而是只在关键句上少量控制。
术语和专有名词要提前处理
如果内容里有产品名、品牌名、地名、英文缩写或技术术语，最好提前做试读。必要时再用 pronunciation dictionary 去控制发音，而不是等整片生成完才发现每次都读错。
尤其是多语言内容，更不能默认一个 voice 会自动把所有专有名词都处理对。
最容易写坏的内容
- 把文章原文整段贴进去
- 一句话塞太多信息
- 术语很多但没提前试读
- 靠感叹号硬拉情绪
- 一篇脚本里混太多语言，导致识别和口音都不稳定
一个更靠谱的顺序
- 先写清信息结构
- 再调句长和节奏
- 再决定哪些句子需要强调
- 最后才处理 pronunciation 和细节控制
顺序反过来，通常会浪费很多时间在细枝末节上。
