ElevenLabs Sai da Fase Beta e Lança Eleven Multilingual v2 - um Modelo de Fala com IA para Quase 30 Idiomas

• 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 de deep learning que suporta capacidades multilíngues em 28 idiomas - o Eleven Multilingual v2
• O avanço permitirá que empresas de mídia, desenvolvedores de jogos, editoras e criadores independentes em todo o mundo melhorem drasticamente a acessibilidade de seu conteúdo
• Essas novas capacidades, que seguem uma série de lançamentos de novos recursos 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 o conteúdo universalmente acessível em qualquer idioma e em qualquer voz

ElevenLabs, líder mundial em software de voz IA, lançou hoje um novo modelo de geração de voz multilíngue capaz de produzir áudio 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. A ElevenLabs passou os últimos 18 meses analisando os marcadores da fala humana, construindo novos mecanismos para entender o contexto e transmitir emoções na geração de fala, além de sintetizar novas vozes únicas.

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

Ao mesmo tempo, independentemente de uma voz sintética ou clonada estar sendo usada, as características únicas da voz do locutor são mantidas em todos os idiomas, incluindo seu sotaque original. Isso significa que a mesma voz pode ser usada para dar vida ao conteúdo em 28 idiomas diferentes.

Este lançamento segue a liberação pública de Professional Voice Cloning para todos os criadores na plataforma. Esta atualização de produto, que foi disponibilizada junto com recursos adicionais de segurança, permite que os usuários criem uma cópia digital perfeita de sua própria voz; uma que é virtualmente indistinguível da original. O lançamento de hoje significa que sua voz poderá falar nos quase 30 idiomas oferecidos pelo modelo multilíngue.

Os idiomas suportados 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 lançamentos recentes de recursos e melhorias contínuas na plataforma, a ElevenLabs também confirmou hoje que a plataforma está oficialmente saindo da fase Beta. Esta transição marca um momento crucial na dedicação da empresa em fornecer ferramentas confiáveis e de ponta para seus mais de 1 milhão de usuários globais.

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

Mati Staniszewski, CEO e cofundador da ElevenLabs, comenta:

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

“Nossas ferramentas de geração de texto para fala ajudam a nivelar o campo de jogo e trazem capacidades de áudio falado de alta qualidade para todos os criadores. Esses benefícios agora se estendem a aplicações multilíngues em quase 30 idiomas. Eventualmente, esperamos cobrir ainda mais idiomas e vozes com a ajuda da IA, e eliminar as barreiras linguísticas ao conteúdo. Na ElevenLabs, acreditamos que esses avanços em acessibilidade irão, em última análise, promover maior criatividade, inovação e diversidade.

Ao reduzir o custo e os recursos necessários para criar conteúdo de áudio de alta qualidade em vários idiomas, a ElevenLabs está permitindo que empresas e criadores produzam conteúdo mais imaginativo e acessível que ressoe entre culturas e idiomas.

Para desenvolvedores de jogos independentes e editoras, 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 educacionais agora têm os meios para fornecer aos alunos conteúdo de áudio preciso nos idiomas-alvo instantaneamente, reforçando a compreensão e a pronúncia, além de atender a diferentes estilos de ensino e necessidades de aprendizagem para estudantes internacionais.

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

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

A tecnologia já foi adotada em vários setores criativos e verticais, incluindo permitir que autores independentes criem audiolivros, dar voz a personagens secundários em videogames, apoiar deficientes visuais no acesso a conteúdo escrito online e alimentar o primeiro canal de rádio IA do mundo. A ElevenLabs também fez parcerias com uma variedade de criadores de conteúdo e estúdios líderes, incluindo geradores de vídeo IA D-ID, uma das maiores editoras de audiolivros do mundo Storytel, plataforma de vídeo de ciência de acesso aberto ScienceCast cuja ferramenta de geração de vídeo condensa artigos de pesquisa científica publicados no arXiv, plataforma líder global de criadores de conteúdo TheSoul Publishing, incríveis desenvolvedores de jogos como Embark Studios e Paradox Interactive, e a plataforma de mídia MNTN.

Contato
press@elevenlabs.io