Technologia generowania głosu AI firmy ElevenLab rozszerza się na 30 języków

Teraz Twojego głosu można używać do mówienia różnych rzeczy w różnych językach, a jednocześnie brzmieć jak Ty.

ElevenLabs to start-up, który trafił na pierwsze strony gazet w związku ze swoją platformą do generowania głosu opartą na sztucznej inteligencji, która była wykorzystywana do narracji w audiobookach i zwiększania dostępności treści, ale także niewłaściwie wykorzystywana, aby sprawiać wrażenie, że osoby publiczne mówią okropne rzeczy. Platforma opuszcza obecnie wersję beta i znacznie rozszerza się na więcej języków.

W poniedziałek firma ElevenLabs ogłosiła, że platforma wychodzi z fazy beta rozpoczętej w styczniu, a startup ujawnił także nowy, podstawowy wielojęzyczny model głębokiego uczenia się, Eleven Multilingual v2.

Eleven Multilingual v2 obsługuje 30 języków i umożliwia ludziom na całym świecie korzystanie z funkcji zamiany tekstu na mowę i klonowania głosu firmy ElevenLabs.

Jak podano w komunikacie, gdy użytkownicy wprowadzają tekst, model automatycznie identyfikuje język pisany i generuje mowę o „bezprecedensowym poziomie autentyczności”.

Unikalna charakterystyka głosu mówiącego - niezależnie od tego, czy jest to głos syntetyczny, czy sklonowany - pozostaje taka sama we wszystkich 30 językach, co zapewnia ten sam styl mowy, w tym akcent.

„Zaczęliśmy działalność ElevenLabs z marzeniem, aby wszystkie treści były powszechnie dostępne w dowolnym języku i dowolnym głosie” - powiedział Mati Staniszewski, dyrektor generalny i współzałożyciel ElevenLabs.

„Wraz z wydaniem Eleven Multilingual v2 jesteśmy o krok bliżej urzeczywistnienia tego marzenia i udostępnienia głosów AI o ludzkiej jakości w każdym dialekcie”.

ElevenLabs zidentyfikowało kilka potencjalnych zastosowań tej aplikacji, takich jak umożliwienie niezależnym autorom tworzenia audiobooków, tłumaczenie gier wideo i treści audio dla odbiorców międzynarodowych oraz zwiększenie dostępności treści dla osób z wadami wzroku i dodatkowymi potrzebami edukacyjnymi.

Jak podano w tej wersji, obsługiwane języki to koreański, holenderski, turecki, szwedzki, indonezyjski, wietnamski, filipiński, ukraiński, grecki, czeski, fiński, rumuński, duński, bułgarski, malajski, węgierski, norweski, słowacki, chorwacki, klasyczny arabski , tamilski, angielski, polski, niemiecki, hiszpański, francuski, włoski, hindi i portugalski.