ElevenLabs выпустила свою самую «эмоциональную» речевую модель Eleven v4
С поддержкой 90 языков.
Источник: ElevenLabs
- Компания предствила модель для преобразования текста в речь Eleven v4 и Eleven v4 Turbo — её вариант с низкой задержкой для агентов и генерации в реальном времени.
- Eleven v4 разработали так, чтобы модель могла воспроизводить тон речи, темп, эмоции, характер и контекст. Сгенерированная речь может звучать, к примеру, «драматично», «ласково» или «комически» — с сохранением «индивидуальности говорящего».
- Пользователи могут описать с помощью тегов, какую эмоцию модели нужно передать, как произнести ту или иную фразу и какие звуковые эффекты использовать — например, «смех» или «телефонный звонок». Eleven v4 более точно следует тегам и промптам по сравнению с предыдущей версией, отметили разработчики.
- По словам компании, Eleven v4 может сохранять «уникальные характеристики голоса» каждого говорящего и поддерживать согласованность речи в диалогах агентов, аудиокнигах или рекламе.
- Eleven v4 и Eleven v4 Turbo поддерживают более 90 языков. Функция клонирования голоса стала более «аутентичной». Можно записать голос «с высокой точностью», используя только 10 секунд аудиозаписи.
- Модели доступны на платформе ElevenAgents и через API. На платформе ElevenCreative модели можно использовать в разделе Text to Speech — в том числе без подписки. Сервис начисляет 10 тысяч бесплатных кредитов в месяц.
Источник: ElevenLabs