语音与沉浸感
富有表现力的 AI 旁白，会为 Playworlds 带来怎样的感受
通过一段原创地下城场景，探索语音指导、叙事节奏、音乐平衡与清晰旁白如何塑造 Eleven v4 的 RPG 体验。
来到被水淹没的档案馆边缘
你把提灯放低，照向河底的一座档案馆。阶梯上方悬着一口黄铜钟，你的向导发现钟绳已经被割断。只需说出几个细节，这个场景就能邀请玩家作出选择：检查铜钟、询问向导，或者继续往下走。
这是一次原创场景设计练习，并非使用 Eleven v4 游玩的体验报告。Playworlds 当前的语音流程使用 Fish Audio。我们借这次 ElevenLabs 新模型发布，探讨富有表现力的旁白能为游戏已有的语音功能增添什么。
给叙述者一个清晰的意图
在游戏之外试听 v4 时，可以试试这句原创台词：“[quietly, uneasy] 水已经漫到第三级台阶了。下面还有什么东西在敲钟。”把真正的线索保留在文字中，让演绎增添不安，却不要掩盖地点或危险信息。
ElevenLabs 的音频标签指南支持用自然语言描述表演方向，也支持在脚本中切换情绪。我们的设计建议是克制地运用这种控制。从观察到担忧的一次有意转变，比每个短语都换一种情绪，更能给玩家明确的提示。
把重要的沉默留给玩家
钟声响起后，让旁白停在需要作出决定的地方。不要再添一段文字，替玩家选择走下阶梯。声音可以让这一刻充满紧迫感，同时游戏仍应留出空间，让玩家提问或尝试意料之外的行动。
Playworlds 会分段流式播放旁白。今后如果尝试接入 v4，除了第一声何时响起，也应仔细评估各段之间的间隙。戏剧性的停顿应当让人感到是刻意安排的；名字念到一半却无故停顿，会打断注意力。这是建议采用的试听标准，并非已经测得的当前故障。
把氛围与线索分开处理
钟声、脚步声或水声都能丰富档案馆的氛围，但线索在场景文字中仍应清楚可辨。如果解谜必须听出两下钟声，那么文字也应明确发生了两下钟声。调低音量的玩家，依然应该能够依据同一个世界的信息进行推理。
在这次练习中，使用 Playworlds 分开的语音和音乐控制，让音乐音量低于口头警告。试验性的声音事件应当支持场景中已经确认的事件，不应暗示游戏尚未确立的敌人、已经打开的门，或已经完成的行动。
让向导听起来有所变化，却依然熟悉
回程时，向导承认是她自己割断了钟绳。她的声音可以变轻，却不该像变成了另一个人。并排比较最初的警告和这次坦白，再把它们放回完整场景中聆听：可辨认的角色身份与戏剧性的反差，需要同时成立。
再用舒适的低音量听一遍。你还能听清线索吗？这次坦白听起来是私密的倾诉，还是小到听不见？这些简单的检查，检验的正是你真正想要的体验。一段技术上干净的录音，也可能把重音放错位置。
第一次试听，不妨从小规模开始
在预设世界或自定义冒险中玩三个回合：进入一个地点、与某个人交谈，然后对一项发现作出反应。试听一种声音，平衡音乐音量，并留意自己在哪一刻准备好回应。当声音演绎帮助你理解场景时，记下一笔。
如果你另外在 ElevenLabs 中试听同样的原创台词，请把这些录音标注为实验。我们没有为本文生成 v4 音频，也没有测量它的耗时。这些建议所依据的供应商资料和 Playworlds 代码，均于 2026 年 10 月 3 日核查。