ElevenLabs kommer ut ur beta och släpper Eleven Multilingual v2 - en grundläggande AI-talmodell för nästan 30 språk

• Röst-AI-plattformen ElevenLabs tar ett stort steg framåt i arbetet med att undanröja innehållets språkbarriärer genom att lansera en ny grundläggande deep learning-modell med flerspråkiga funktioner för 28 språk – den Eleven Multilingual v2
• Framsteget gör det möjligt för medieföretag, spelutvecklare, förlag och oberoende kreatörer världen över att kraftigt förbättra tillgängligheten till sitt innehåll
• De nya funktionerna, som följer på en rad nya lanseringar och förbättringar sedan plattformen lanserades i januari, innebär också det officiella slutet på företagets betafas
• ElevenLabs uppdrag är att göra allt innehåll universellt tillgängligt på alla språk och med alla röster

ElevenLabs, världsledande inom programvara för röst-AI, har i dag lanserat en ny flerspråkig röstgenereringsmodell som kan skapa känslomässigt uttrycksfullt AI-ljud på nästan 30 språk med hög precision.

Framsteget bygger helt på vår egen forskning och gör det möjligt för kreatörer att skapa lokaliserat ljudinnehåll för internationella marknader i Europa, Asien och Mellanöstern. Under de senaste 18 månaderna har ElevenLabs analyserat kännetecken i mänskligt tal, byggt nya mekanismer för att förstå sammanhang och förmedla känslor i talgenerering samt syntetiserat nya, unika röster.

Med Eleven Multilingual v2 kan den nya modellen, när text matas in på ElevenLabs text-to-speech-plattform, automatiskt identifiera nästan 30 skriftspråk och generera tal på dem med en tidigare oöverträffad autenticitet.

Samtidigt bevaras talarens unika röstegenskaper på alla språk, inklusive den ursprungliga accenten, oavsett om en syntetisk eller klonad röst används. Det innebär att samma röst kan ge liv åt innehåll på 28 olika språk.

Den här lanseringen följer den offentliga lanseringen av Professional Voice Cloning för alla kreatörer på plattformen. Produktuppdateringen, som gjordes tillgänglig tillsammans med ytterligare funktioner för säkerhet och trygghet, låter användare skapa en perfekt digital kopia av sin egen röst – en som i princip inte går att skilja från originalet. Dagens lansering innebär att din röst kan tala på nästan 30 språk som stöds av den flerspråkiga modellen.

Språk som nu stöds omfattar: kinesiska, koreanska, nederländska, turkiska, svenska, indonesiska, filipino, japanska, ukrainska, grekiska, tjeckiska, finska, rumänska, danska, bulgariska, malajiska, slovakiska, kroatiska, klassisk arabiska och tamil.

De ansluter till tidigare tillgängliga språk som engelska, polska, tyska, spanska, franska, italienska, hindi och portugisiska.

Efter de senaste funktionslanseringarna och löpande förbättringarna av plattformen bekräftar ElevenLabs i dag också att plattformen officiellt lämnar betafasen. Övergången är en viktig milstolpe i företagets arbete med att erbjuda tillförlitliga och banbrytande verktyg till sina över 1 miljon användare världen över.

Framöver planerar ElevenLabs att införa en funktion som låter användare dela röster på plattformen och dra nytta av utvecklingen av nytt ljud, vilket skapar möjligheter till samarbete mellan människor och AI.

Mati Staniszewski, VD och medgrundare av ElevenLabs, kommenterar:

ElevenLabs startades med drömmen att göra allt innehåll universellt tillgängligt på alla språk och med alla röster. Med lanseringen av Eleven Multilingual v2 är vi ett steg närmare att förverkliga den drömmen och göra AI-röster av mänsklig kvalitet tillgängliga i varje dialekt.

”Våra verktyg för text-till-tal-generering bidrar till mer jämlika förutsättningar och ger kreatörer överallt tillgång till talat ljud av högsta kvalitet. De fördelarna omfattar nu flerspråkiga tillämpningar på nästan 30 språk. På sikt hoppas vi kunna täcka ännu fler språk och röster med hjälp av AI och undanröja innehållets språkbarriärer. På ElevenLabs tror vi att dessa framsteg inom tillgänglighet i slutändan kommer att främja större kreativitet, innovation och mångfald.

Genom att minska kostnaderna och resurserna som krävs för att skapa ljudinnehåll av hög kvalitet på flera språk gör ElevenLabs det möjligt för företag och kreatörer att skapa mer fantasifullt och tillgängligt innehåll som når fram över kulturer och språk.

För oberoende spelutvecklare och förlag ger det flerspråkiga talgenereringsverktyget nya möjligheter att översätta spelupplevelser och ljudinnehåll för en internationell publik. Det gör det möjligt att nå spelare och lyssnare på deras egna språk utan att tumma på kvaliteten eller precisionen i det talade ljudet.

På samma sätt kan utbildningsinstitutioner nu direkt erbjuda elever korrekt ljudinnehåll på målspråk, stärka språkförståelse och uttalsfärdigheter samt möta olika undervisningsstilar och inlärningsbehov hos internationella studenter.

Kreatörer av alla slag kan använda ElevenLabs verktyg för att förbättra innehållets tillgänglighet för personer med synnedsättning eller ytterligare inlärningsbehov genom att komplettera visuellt innehåll med tal på flera språk.

Den första uppsättningen AI-röstverktyg, som presenterades i januari 2023, innehöll möjligheten att omvandla valfri text till tal med hjälp av ett urval fördesignade, syntetiska röster samt möjligheten att skapa en klon av din egen röst. Det flerspråkiga talsyntesverktyget är ännu ett steg framåt i ElevenLabs uppdrag att göra allt innehåll universellt tillgängligt på alla språk och med alla röster.

Tekniken har redan tagits emot väl inom flera kreativa områden och sektorer. Den hjälper bland annat indie-författare att skapa ljudböcker, ger röst åt biroller i videospel, hjälper synskadade att få tillgång till skrivet innehåll på nätet och driver världens första AI-radiokanal. ElevenLabs samarbetar också med flera ledande innehållsskapare och studior, däribland AI-videogeneratorn D-ID, en av världens största ljudboksutgivare Storytel, den öppna vetenskapsvideoplattformen ScienceCast vars videogenereringsverktyg sammanfattar vetenskapliga forskningsartiklar som publicerats på arXiv, den ledande globala plattformen för innehållsskapare TheSoul Publishing, fantastiska spelutvecklare som Embark Studios och Paradox Interactive, samt medieplattformen MNTN.

Kontakta
press@elevenlabs.io