語音與沉浸感
富有表現力的 AI 旁白，會為 Playworlds 帶來怎樣的感受
透過一段原創地下城場景，探索語音指導、敘事節奏、音樂平衡與清晰旁白如何塑造 Eleven v4 的 RPG 體驗。
來到被水淹沒的檔案館邊緣
你把提燈放低，照向河底的一座檔案館。階梯上方懸著一口黃銅鐘，你的嚮導發現鐘繩已經被割斷。只需說出幾個細節，這個場景就能邀請玩家作出選擇：檢查銅鐘、詢問嚮導，或者繼續往下走。
這是一次原創場景設計練習，並非使用 Eleven v4 遊玩的體驗報告。Playworlds 目前的語音流程使用 Fish Audio。我們藉這次 ElevenLabs 新模型發布，探討富有表現力的旁白能為遊戲已有的語音功能增添什麼。
給敘述者一個清晰的意圖
在遊戲之外試聽 v4 時，可以試試這句原創台詞：「[quietly, uneasy] 水已經漫到第三級台階了。下面還有什麼東西在敲鐘。」把真正的線索保留在文字中，讓演繹增添不安，卻不要掩蓋地點或危險資訊。
ElevenLabs 的音訊標籤指南支援用自然語言描述表演方向，也支援在腳本中切換情緒。我們的設計建議是克制地運用這種控制。從觀察到擔憂的一次有意轉變，比每個片語都換一種情緒，更能給玩家明確的提示。
把重要的沉默留給玩家
鐘聲響起後，讓旁白停在需要作出決定的地方。不要再添一段文字，替玩家選擇走下階梯。聲音可以讓這一刻充滿緊迫感，同時遊戲仍應留出空間，讓玩家提問或嘗試意料之外的行動。
Playworlds 會分段串流播放旁白。之後如果嘗試整合 v4，除了第一聲何時響起，也應仔細評估各段之間的間隙。戲劇性的停頓應當讓人感到是刻意安排的；名字念到一半卻無故停頓，會打斷注意力。這是建議採用的試聽標準，並非已經測得的目前故障。
把氛圍與線索分開處理
鐘聲、腳步聲或水聲都能豐富檔案館的氛圍，但線索在場景文字中仍應清楚可辨。如果解謎必須聽出兩下鐘聲，那麼文字也應明確發生了兩下鐘聲。調低音量的玩家，依然應該能夠依據同一個世界的資訊進行推理。
在這次練習中，使用 Playworlds 分開的語音和音樂控制，讓音樂音量低於口頭警告。試驗性的聲音事件應當呼應場景中已經確認的事件，不應暗示遊戲尚未確立的敵人、已經打開的門，或已經完成的行動。
讓嚮導聽起來有所變化，卻依然熟悉
回程時，嚮導承認是她自己割斷了鐘繩。她的聲音可以變輕，卻不該像變成了另一個人。並排比較最初的警告和這次坦白，再把它們放回完整場景中聆聽：可辨認的角色身分與戲劇性的反差，需要同時成立。
再用舒適的低音量聽一遍。你還能聽清線索嗎？這次坦白聽起來是私密的傾訴，還是小到聽不見？這些簡單的檢查，檢驗的正是你真正想要的體驗。一段技術上清晰無雜訊的錄音，也可能把重音放錯位置。
第一次試聽，不妨從小規模開始
在預設世界或自訂冒險中玩三個回合：進入一個地點、與某個人交談，然後對一項發現作出反應。試聽一種聲音，平衡音樂音量，並留意自己在哪一刻準備好回應。當聲音演繹幫助你理解場景時，記下一筆。
如果你另外在 ElevenLabs 中試聽同樣的原創台詞，請把這些錄音標註為實驗。我們沒有為本文生成 v4 音訊，也沒有測量它的耗時。這些建議所依據的供應商資料和 Playworlds 程式碼，均於 2026 年 10 月 3 日查證。