WaveForms AI tillkännager uppdrag att klara talets Turing-test

Idag tillkännagav WaveForms AI, grundat av tidigare OpenAI- och Google-veteraner, sitt uppdrag att utveckla ljud-AI-system som kan efterlikna mänskligt tal omärkligt. VD Alexis Conneau betonade deras mål att klara ”talets Turing-test”, med en målsättning på 50 % preferenspoäng där användare inte kan skilja mellan mänskligt och AI-genererat tal. Företaget är för närvarande i utvecklingsfasen, med planer på att avslöja specifika produkter nästa år.

Vad är talets Turing-test?

Talets Turing-test är ett riktmärke för AI-ljudsystem, som mäter om människor kan skilja mellan AI-genererat och mänskligt tal. Ett system klarar detta test när det uppnår en 50 % preferenspoäng, vilket betyder att lyssnare inte kan avgöra om de hör en person eller en AI.ElevenLabs har redan gjort betydande framsteg i att uppnå denna nivå av omärklighet, med röster som är allmänt erkända för sin människoliknande realism.

Hur WaveForms AI tacklar talets Turing-test

WaveForms AI, grundat av tidigare OpenAI- och Google-veteraner, siktar på att skapa ljud-AI-system som möjliggör sömlös, människoliknande kommunikation. Under ledning av Alexis Conneau fokuserar startupen på att utveckla modeller som inte bara replikerar mänskligt tal utan också fångar emotionella nyanser, vilket gör interaktioner mer naturliga och engagerande.ElevenLabs’

Text Till Tal (Text to Speech)

Skapa mänskliga röster med vårt Text to Speech (TTS)-system, byggt för högkvalitativ berättarröst, spel, video och tillgänglighet. Uttrycksfulla röster, flerspråkigt stöd och API-integration gör det enkelt att skala från personliga projekt till företagsarbetsflöden.

Vad är en preferenspoäng i AI-talsystem?

Preferenspoängen mäter omärkligheten av AI-genererat tal från mänskligt tal. En 50 % poäng innebär att lyssnare inte visar någon tydlig preferens, vilket effektivt markerar paritet mellan de två.ElevenLabs har konsekvent uppnått höga preferenspoäng, med branschledande adoption av skapare, media, och tillgänglighetsorganisationer.

Varför är emotionella nyanser viktiga i AI-ljud?

Nuvarande AI-röstsystem tappar ofta emotionella subtiliteter, vilket begränsar deras förmåga att förmedla empati eller engagera sig meningsfullt. WaveForms AI hävdar att de adresserar detta med sina Audio LLMs, som bearbetar ljud naturligt för att fånga kontext och känsla, vilket möjliggör rikare kommunikation.ElevenLabs har redan visat vikten av emotionella nyanser och erbjuder verktyg som låter användare finjustera ton, uttrycksfullhet och tempo för att passa alla sammanhang.

PROJECTS

Din kompletta arbetsflöde för att redigera video och ljud, lägga till voice-overs och musik, transkribera till text och publicera berättade, textade produktioner

Hur skiljer sig WaveForms AI från befintliga AI-ljudsystem?

Till skillnad från traditionella ElevenLabs har banat väg för genombrott inom känslomässigt djup och flexibilitetElevenLabs har banat väg för genombrott inom

Vilka utmaningar finns med att uppnå talets Turing-test?

Att utveckla omärkliga AI-talsystem innebär både tekniska och etiska utmaningar. Conneau lyfter fram risker som att användare formar band till AI-karaktärer och de bredare samhälleliga konsekvenserna av AI:s ökande realism. Att hantera dessa frågor ansvarsfullt är ett nyckelfokus för WaveForms AI.ElevenLabs har byggt in skyddsåtgärder, såsom ”no-go” röstpolicyer och rigorös innehållsmoderering, för att ansvarsfullt navigera dessa utmaningar samtidigt som de levererar banbrytande teknik.

Användningsområden för AI-system designade för att klara talets Turing-test

WaveForms AI föreställer sig att deras teknik används över ett brett spektrum av applikationer, inklusive utbildning, kundsupport och underhållning. Förmågan att skapa människoliknande röstinteraktioner öppnar möjligheter för mer uppslukande, empatiska upplevelser inom dessa områden.ElevenLabs driver redan applikationer inom dessa områden, från tillgängliga utbildningsverktyg till flerspråkig medielokalisering, och visar vad som är möjligt med dagens teknik.

DUBBING STUDIO

Översätt ljud och video samtidigt som du bevarar känslan, tajmingen, tonen och de unika egenskaperna hos varje talare

Framtiden för AI-ljudsystem

Medan WaveForms AI:s produkter fortfarande är under utveckling, har deras ambition att omdefiniera AI-ljudinteraktioner fått betydande uppmärksamhet, inklusive 40 miljoner dollar i startfinansiering ledd av Andreessen Horowitz. När företaget arbetar mot att lösa talets Turing-test är dess potential att omforma hur vi interagerar med teknik enorm.ElevenLabs fortsätter att leda utvecklingen av framtidens ljud-AI, och levererar lösningar som omvandlar industrier och möter användarnas behov just nu.

Conversational AI

Lägg till röst till dina agenter på webben, mobilen eller telefoni på några minuter med låg latens, full konfigurerbarhet och sömlös skalbarhet

Hur WaveForms AI Audio jämförs med ElevenLabs

Med sikte på att stödja många användningsfall för ljudgenerering i framtiden, ser WaveForms AI ut att kunna bli en bra allmän ljud-AI-verktygslåda. För tillfället är det fortfarande en produktlansering. ElevenLabs, å andra sidan, är tillgänglig idag och erbjuder produktionskvalitet och anpassning.

Låt oss kort bedöma hur WaveForms AI står sig i nyckelområden som Text-to-Speech och ljudgenerering.

Text-to-Speech

ElevenLabs står som den klara branschledaren inom

• Stöd för 70+ språk med autentiska accenter och kulturella nyanser
• Avancerad emotionell intelligens som svarar på textuell kontext
• Kontroll över röstegenskaper
• Högkvalitativt, människoliknande tal som bibehåller konsistens över långformigt innehåll
• Ett omfattande bibliotek av naturligt klingande röster
• Möjligheten att klona och anpassa röster

ElevenLabs' teknik levererar redan pålitlig, produktionsklar output som uppfyller professionella standarder. Dess specialiserade tillvägagångssätt producerar konsekvent mer naturligt klingande röster som fångar de subtila nyanserna av mänskligt tal.

Sound Effects

ElevenLabs erbjuder redan en mer strömlinjeformad och exakt metod för ljudeffekt generering. ElevenLabs erbjuder:

• Omedelbar generering av fyra olika prover för varje prompt
• Exakt kontroll genom detaljerade textbeskrivningar
• Högkvalitativ output lämplig för kommersiella projekt
• Ett omfattande bibliotek av vanliga ljudeffekter
• Möjligheten att skapa distinkta effekter direkt från textbeskrivningar

ElevenLabs levererar specialiserad excellens inom både röst- och ljudeffektgenerering. Som en av de bästa AI-ljudeffektgeneratorerna producerar den pålitlig, produktionsklar output som bättre tjänar professionella innehållsskapare.

Hur man använder ElevenLabs för Text-to-Speech

Förvandla ditt innehåll till professionella voice-overs med dessa enkla steg:

1. Registrera dig: Skapa ett gratis- eller betalkonto hos ElevenLabs
2. Välj din röst: Välj från ett mångsidigt bibliotek av naturligt klingande röster
3. Skriv in din text: Klistra in eller skriv ditt manus i gränssnittet
4. Anpassa inställningar: Justera hastighet, ton och betoning för att matcha dina behov
5. Förhandsgranska och generera: Lyssna på ett prov och generera din slutliga ljudoutput
6. Ladda ner: Ladda ner din högkvalitativa voice-over

Slutliga tankar

Framväxten av AI-ljudverktyg som WaveForms och ElevenLabs markerar en spännande utveckling inom innehållsskapande. Men medan WaveForms AI tillkännagav imponerande ambitioner inom experimentell ljudgenerering och ljudmanipulation, är det ännu inte tillgängligt att använda.

ElevenLabs, å andra sidan, är tillgänglig och produktionsklar. Det är också den ledande lösningen på marknaden just nu för

Redo att testa ElevenLabs' AI-teknik? Registrera dig idag för att komma igång.

Text Till Tal (Text to Speech)

Skapa mänskliga röster med vårt Text to Speech (TTS)-system, byggt för högkvalitativ berättarröst, spel, video och tillgänglighet. Uttrycksfulla röster, flerspråkigt stöd och API-integration gör det enkelt att skala från personliga projekt till företagsarbetsflöden.

Vanliga frågor