Alcuni modelli vocali interpretano brevi indicazioni in inglese scritte tra parentesi quadre, come [laughs], [whispers] o [sighs]. ToRun rimuoveva queste indicazioni dal suo testo nella maggior parte dei casi, quindi la voce non le sentiva mai. Ora arrivano ai modelli vocali che le interpretano, Eleven v3 ed Eleven v4 Turbo: in Sintesi vocale, quando la chat legge una risposta ad alta voce e quando chiede alla chat di generare voce. Gli altri modelli vocali ricevono il testo senza le indicazioni, quindi non ne leggono mai una ad alta voce. In Sintesi vocale, una nota sotto la casella di testo indica, con esempi, quando il modello vocale scelto interpreta le indicazioni.