ElevenLabs sai da fase Beta e lança o Eleven Multilingual v2 — um modelo fundamental de IA para fala em quase 30 idiomas

• A plataforma de voz IA ElevenLabs dá um salto radical em seus esforços para eliminar as barreiras linguísticas do conteúdo com o lançamento de um novo modelo fundamental de deep learning compatível com recursos multilíngues em 28 idiomas — o Eleven Multilingual v2
• O avanço permitirá que empresas de mídia, desenvolvedores de jogos, editoras e criadores independentes do mundo todo melhorem drasticamente a acessibilidade de seus conteúdos
• Esses novos recursos, que vêm após uma série de lançamentos e melhorias desde que a plataforma foi lançada em janeiro, também marcam o fim oficial da fase Beta da empresa
• A missão da ElevenLabs é tornar todo conteúdo universalmente acessível em qualquer idioma e com qualquer voz

ElevenLabs, líder mundial em software de voz IA, lançou hoje um novo modelo de geração de voz multilíngue, capaz de produzir com precisão áudio criado com IA emocionalmente rico em quase 30 idiomas.

O avanço, baseado inteiramente em pesquisa interna, permitirá que criadores produzam conteúdo de áudio localizado para mercados internacionais na Europa, Ásia e Oriente Médio. Nos últimos 18 meses, a ElevenLabs analisou os marcadores da fala humana, desenvolvendo novos mecanismos para compreender o contexto e transmitir emoções na geração de fala, além de sintetizar vozes novas e únicas.

Com o Eleven Multilingual v2, quando um texto é inserido na plataforma de Text to Speech da ElevenLabs, o novo modelo consegue identificar automaticamente quase 30 idiomas escritos e gerar fala neles com um nível de autenticidade sem precedentes.

Ao mesmo tempo, independentemente de ser usada uma voz sintética ou clonada, as características únicas da voz do falante são preservadas em todos os idiomas, incluindo seu sotaque original. Isso significa que a mesma voz pode dar vida a conteúdos em 28 idiomas diferentes.

Este lançamento segue a disponibilização pública do Clonar Voz com IA profissional para todos os criadores da plataforma. Essa atualização do produto, disponibilizada junto com recursos adicionais de segurança e proteção, permite que os usuários criem uma cópia digital perfeita da própria voz, praticamente indistinguível da original. O lançamento de hoje significa que sua voz poderá falar nos quase 30 idiomas oferecidos pelo modelo multilíngue.

Os idiomas compatíveis agora incluem: chinês, coreano, holandês, turco, sueco, indonésio, filipino, japonês, ucraniano, grego, tcheco, finlandês, romeno, dinamarquês, búlgaro, malaio, eslovaco, croata, árabe clássico e tâmil.

Eles se juntam aos idiomas já disponíveis, incluindo inglês, polonês, alemão, espanhol, francês, italiano, hindi e português.

Após os recentes lançamentos de recursos e melhorias contínuas na plataforma, a ElevenLabs também confirmou hoje que a plataforma está oficialmente saindo da fase Beta. Essa transição marca um momento decisivo na dedicação da empresa em fornecer ferramentas confiáveis e de ponta para seus mais de 1 milhão de usuários em todo o mundo.

Olhando para o futuro, a ElevenLabs planeja lançar um mecanismo que permita aos usuários compartilhar vozes na plataforma e se beneficiar do desenvolvimento de novos áudios, criando oportunidades de colaboração entre humanos e IA.

Mati Staniszewski, CEO e cofundador da ElevenLabs, comenta:

A ElevenLabs nasceu do sonho de tornar todo conteúdo universalmente acessível em qualquer idioma e com qualquer voz. Com o lançamento do Eleven Multilingual v2, estamos um passo mais perto de tornar esse sonho realidade e de disponibilizar vozes IA com qualidade humana em todos os dialetos.

“Nossas ferramentas de geração de Text to Speech ajudam a democratizar o acesso a recursos de áudio falado de alta qualidade para todos os criadores. Esses benefícios agora se estendem a aplicações multilíngues em quase 30 idiomas. Com o tempo, esperamos abranger ainda mais idiomas e vozes com a ajuda da IA e eliminar as barreiras linguísticas do conteúdo. Na ElevenLabs, acreditamos que esses avanços em acessibilidade acabarão promovendo mais criatividade, inovação e diversidade.

Ao reduzir os custos e os recursos necessários para criar conteúdo de áudio de alta qualidade em vários idiomas, a ElevenLabs permite que empresas e criadores produzam conteúdos mais criativos e acessíveis, que repercutem em diferentes culturas e idiomas.

Para desenvolvedores e editoras independentes de jogos, a ferramenta de geração de fala multilíngue oferece novas oportunidades para traduzir experiências de jogos e conteúdo de áudio para públicos internacionais, conectando-se com jogadores e ouvintes em seus próprios idiomas sem comprometer a qualidade ou a precisão do áudio falado.

Da mesma forma, instituições de ensino agora têm os recursos para fornecer instantaneamente aos alunos conteúdo de áudio preciso nos idiomas-alvo, fortalecendo a compreensão linguística e as habilidades de pronúncia, além de atender a diferentes estilos de ensino e necessidades de aprendizagem de estudantes internacionais.

Criadores de todos os tipos podem usar a ferramenta da ElevenLabs para melhorar a acessibilidade do conteúdo para pessoas com deficiência visual ou necessidades adicionais de aprendizagem, complementando conteúdo visual com fala disponível em vários idiomas.

Seu conjunto inicial de ferramentas de voz IA, lançado em janeiro de 2023, incluía a capacidade de transformar qualquer texto em fala por meio de uma seleção de vozes sintéticas pré-projetadas, além da possibilidade de criar um clone da própria voz. A ferramenta de síntese de fala multilíngue é mais um passo na missão da ElevenLabs de tornar todo conteúdo universalmente acessível em qualquer idioma e com qualquer voz.

A tecnologia já foi adotada em diversos segmentos e setores criativos, permitindo que autores independentes criem audiolivros, deem voz a personagens secundários em jogos, apoiem pessoas com deficiência visual no acesso a conteúdo escrito online e impulsionem a primeira rádio de IA do mundo. A ElevenLabs também fez parcerias com diversos criadores de conteúdo e estúdios de destaque, incluindo geradores de vídeo com IA como a D-ID, uma das maiores editoras de audiolivros do mundo, a Storytel, a plataforma de vídeos científicos de acesso aberto ScienceCast , cuja ferramenta de geração de vídeo resume artigos de pesquisa científica publicados no arXiv, a plataforma global de criadores de conteúdo TheSoul Publishing, desenvolvedores de jogos incríveis como a Embark Studios e a Paradox Interactive, e a plataforma de mídia MNTN.

Fale conosco
press@elevenlabs.io