ElevenLabs w wersji beta, wprowadza Eleven Multilingual v2, podstawowy model AI dla 30 języków

• Platforma AI do głosuElevenLabs wspiera nowe, wielojęzyczne funkcje w 30 językach dzięki nowemu modelowi głębokiego uczeniaEleven Multilingual v2, co stanowi radykalny krok w usuwaniu barier językowych w treściach.
• Dzięki temu kroku, globalne firmy medialne, twórcy gier, wydawcy i niezależni twórcy mogą znacznie poprawić dostępność swoich treści.
• Od stycznia, kiedy platforma została uruchomiona, wiele nowych funkcji i ulepszeń oznacza zakończenie oficjalnej fazy beta firmy.
• Misją ElevenLabs jest umożliwienie dostępu do wszystkich treści w każdym języku i głosie.

Wielka Brytania Londyn - światowy lider w dziedzinie oprogramowania AI do głosuElevenLabs ogłosił dziś nowy, wielojęzyczny model generowania głosu w 30 językach, zdolny do tworzenia 'emocjonalnie bogatego' AI audio.

Opierając się wyłącznie na własnych badaniach, ten krok pozwala twórcom tworzyć zlokalizowane treści audio dla międzynarodowych rynków w Europie, Azji i na Bliskim Wschodzie. ElevenLabs analizował wskaźniki ludzkiej mowy przez ostatnie 18 miesięcy, budując nowe mechanizmy do rozumienia kontekstu i przekazywania emocji w generowanej mowie oraz syntezując nowe, unikalne głosy.

Dzięki Eleven Multilingual v2, gdy tekst jest wprowadzany do platformy ElevenLabs Text to Speechnowy model automatycznie rozpoznaje prawie 30 języków pisanych i generuje mowę w tym języku z niespotykaną autentycznością.

Jednocześnie, niezależnie od tego, czy używasz głosu syntetycznego czy klonowanego, unikalne cechy głosu mówcy, w tym oryginalny akcent, są zachowane we wszystkich językach. Oznacza to, że możesz ożywić treści w 30 językach, używając tego samego głosu.

Towydanienastępuje po udostępnieniu Professional Voice Cloning wszystkim twórcom na platformie. Dzięki dodatkowym funkcjom bezpieczeństwa i ochrony, ta aktualizacja produktu pozwala użytkownikom tworzyć niemal nieodróżnialną cyfrową

kopię swojego głosu. Dzisiejsze wydanie oznacza, że model wielojęzyczny jest dostępny w prawie 30 językach.

Obsługiwane języki tokoreański, niderlandzki, turecki, szwedzki, indonezyjski, wietnamski, filipiński, ukraiński, grecki, czeski, fiński, rumuński, duński, bułgarski, malajski, węgierski, norweski, słowacki, chorwacki, klasyczny arabski i tamilski. Dołączają do wcześniej dostępnych języków, takich jak angielski, polski, niemiecki, hiszpański, francuski, włoski, hindi i portugalski.

Po ostatnich wydaniach funkcji i ciągłych ulepszeniach platformy, ElevenLabs potwierdziło dziś, że platforma oficjalnie wychodzi z wersji beta. Ta zmiana jest kluczowym momentem w zobowiązaniu firmy do dostarczania niezawodnych, nowoczesnych narzędzi dla ponad miliona użytkowników na całym świecie.

W przyszłości ElevenLabs planuje wprowadzić mechanizmy, które pozwolą użytkownikom dzielić się głosami na platformie i czerpać korzyści z nowych rozwiązań audio, wspierając współpracę człowieka z AI.

CEO i współzałożyciel ElevenLabs, Mati Staniszewski, mówi:

„ElevenLabs zaczęło się z marzeniem o umożliwieniu dostępu do wszystkich treści w każdym języku i głosie. Dzięki wprowadzeniu Eleven Multilingual v2 jesteśmy o krok bliżej do realizacji tego marzenia, umożliwiając korzystanie z głosów AI o jakości ludzkiej we wszystkich dialektach.현실화하고 모든 방언에서 인간 품질의 AI 음성을 사용할 수 있도록 하는 데 한 걸음 더 다가갔습니다.

„Narzędzia TTS (Text-to-Speech) wyrównują szanse dla twórców, oferując najwyższej jakości funkcje audio dla wszystkich. Te korzyści są teraz rozszerzone na aplikacje wielojęzyczne w prawie 30 językach. Dzięki AI mamy nadzieję na usunięcie barier językowych w treściach. ElevenLabs wierzy, że ten skok w dostępności ostatecznie promuje większą kreatywność, innowacje i różnorodność.” 응용 프로그램으로 확장됩니다. 우리는 AI의 도움으로 더 많은 언어와 목소리를 다루고 콘텐츠에 대한 언어적 장벽을 제거하기를 바랍니다. ElevenLabs는 이러한 접근성의 도약이 궁극적으로 더 큰 창의성, 혁신 및 다양성을 촉진할 것이라고 믿습니다.”

Zmniejszając koszty i zasoby potrzebne do tworzenia wysokiej jakości treści audio w wielu językach, ElevenLabs wspiera firmy i twórców w tworzeniu bardziej wyobraźniowych i dostępnych treści, które mogą rezonować kulturowo i językowo.

Dla niezależnych twórców gier i wydawców narzędzia do generowania głosu wielojęzycznego oferują nowe możliwości tłumaczenia doświadczeń z gier i treści audio dla międzynarodowej publiczności, łącząc się z graczami i słuchaczami w ich języku bez utraty jakości czy dokładności głosu.

Podobnie, instytucje edukacyjne mogą teraz natychmiast dostarczać uczniom dokładne treści audio w docelowym języku, wzmacniając zrozumienie języka i umiejętności wymowy oraz spełniając różnorodne style nauczania i potrzeby edukacyjne studentów zagranicznych.

Wszyscy twórcy mogą używać narzędzi ElevenLabs do uzupełniania treści wizualnych głosem w wielu językach, poprawiającdostępność treści dla osób z wadami wzroku lub potrzebujących dodatkowej nauki.

W styczniu 2023 roku, początkowy zestaw narzędzi AI do głosu obejmował funkcje zamiany tekstu na mowę z wyborem zaprojektowanych wcześniej głosów syntetycznych oraz tworzenie kopii własnego głosu. Narzędzia do syntezy głosu wielojęzycznego to kolejny krok w misji ElevenLabs, aby umożliwić dostęp do wszystkich treści w każdym języku i głosie.

Ta technologia została już przyjęta w wielu kreatywnych dziedzinach i sektorach, umożliwiając niezależnym autorom tworzenie audiobooków, dodawanie głosu do postaci drugoplanowych w grach wideo, wspieranie osób niewidomych w dostępie do pisemnych treści online oraz zasilanie pierwszego na świecie kanału radiowego AI. ElevenLabs nawiązało również partnerstwa z AI video generatoremD-ID, jednym z największych wydawców audiobooków na świecieStorytel, platformą wideo naukowego open access ScienceCast, która kondensuje naukowe artykuły badawcze publikowane na arXiv,wiodącą globalną platformą twórców treściTheSoul Publishing, Embark Studios orazParadox Interactive, a także z innymi znakomitymi twórcami gier, platformami medialnymiMNTN i różnorodnymi wiodącymi twórcami treści i studiami.