ElevenLabs prezentuje wielojęzyczną technologię głosu AI z NVIDIA ACE na targach Computex

Nawiązaliśmy współpracę z firmą NVIDIA, pionierem w dziedzinie akcelerowanych obliczeń, aby zapewnić nowe doświadczenia dzięki technologii głosu opartej na sztucznej inteligencji i imitującej człowieka opracowanej przez ElevenLabs. Tradycyjnie prezentacje wprowadzające wymagały obecności tłumaczy na żywo lub użycia napisów obsługujących wiele języków. Teraz ElevenLabs umożliwia prowadzenie wielojęzycznych wystąpień, które zachowują cechy głosu mówcy, dzięki zastosowaniu opatentowanej technologii klonowania mowy i głosu opartej na sztucznej inteligencji. 

Założyciel i dyrektor generalny firmy NVIDIA, Jensen Huang, opowiedział kilka rozdziałów swojej książki Prezentacja na targach Computex w języku angielskim i mandaryńskim, z wykorzystaniem głosu sztucznej inteligencji. Udało mu się stworzyć głos sztucznej inteligencji w ElevenLabs w niecałą godzinę, wykorzystując do tego zaledwie siedem minut nagranego dźwięku. Zastosowanie technologii syntetycznego głosu w przemówieniu otwierającym wydarzenie stanowi punkt zwrotny: nie tylko sprawia, że treść staje się bardziej dostępna dla szerszego grona odbiorców, ale także otwiera możliwości dostarczania nowych doświadczeń, które wcześniej były niemożliwe.

Oprócz głównego tematu współpracujemy przy tworzeniu dynamicznych postaci niezależnych (NPC) do gier wideo. Tradycyjnie interakcje z postaciami niezależnymi były krótkie i zaplanowane. Teraz twórcy gry mogą dodać postacie niezależne przypominające ludzi, które reagują i dostosowują się do graczy, zapewniając bardziej wciągające i realistyczne wrażenia. 

NVIDIA ACE to zestaw technologii umożliwiających ożywienie cyfrowych ludzi za pomocą sztucznej inteligencji generatywnej. Mikrousługi ACE NIM są podstawowymi elementami składowymi cyfrowych ludzi, SI NPC i interaktywnych awatarów. Programiści mogą integrować pojedyncze – lub wszystkie – mikrousługi ACE NIM bezpośrednio ze swoimi produktami, narzędziami, usługami lub grami i doświadczeniami. 

Ten Demonstracja techniczna protokołu Covert, wykorzystuje sztuczną inteligencję głosową ElevenLabs do obsługi tych interakcji. Twórcy, dziennikarze i osoby wpływowe, które brały udział w tej grze, podkreślali, jak realistyczne i angażujące są te postacie. Ich realistyczne głosy, różniące się tonem i wysokością, są szczególnie chwalone za zdolność do zwiększania immersji gracza.

„Praca NVIDIA i ElevenLabs zmienia nasze interakcje ze światem i treści, które można tworzyć – od interakcji w czasie rzeczywistym i gier po prezentacje i dostępność” mówi Mati Staniszewski, dyrektor generalny i współzałożyciel ElevenLabs. „NVIDIA stworzyła infrastrukturę dla rewolucji w dziedzinie generatywnej sztucznej inteligencji dzięki przyspieszonym obliczeniom. Tworzymy technologię, która pozwoli generować realistyczne treści w dowolnym języku, w sposób skalowalny, emocjonalny i spersonalizowany”.