Нарешті дочекалися! ElevenLabs випустили Eleven v4 та v4 Turbo 🎙
Більше року чекали на четверте покоління. Нова архітектура, більше емоцій, точніше клонування й обіцянка стабільного голосу в довгій озвучці. Що завезли:
Дві моделі
• Eleven v4 для якісної та емоційної озвучки: реклама, відео, персонажі, діалоги, аудіокниги.
• Eleven v4 Turbo для голосових АІ-агентів і розмов у реальному часі. Заявлена медіанна затримка генерації близько 100 мс. Це швидкість самої моделі, не всього ланцюжка відповіді агента.
Що покращили
🔵 Емоції та подачу. Модель краще враховує контекст, інтонацію, темп і характер персонажа. Обіцяють і природніші діалоги між кількома голосами.
🔵 Керування через теги. Прямо в тексті можна задавати емоції, реакції, темп, стиль і звукові ефекти. Наприклад,
[laughs], [angry], [light rain]. Або словами описати, як саме має прозвучати репліка.🔵 Клонування з 10 секунд аудіо. Це для Instant Voice Clones. Для максимальної точності є підтримка Professional Voice Clones.
🔵 Стабільність голосу. За заявою розробників, він краще зберігається в довгих текстах, діалогах і перегенерованих репліках. Оце особливо цікаво: переробляєш одне речення, а диктор має залишитися тим самим.
🔵 Понад 90 мов із природнішою вимовою та нативними акцентами. Серед згаданих у релізі є кантонська, монгольська та одія.
ElevenLabs також заявляють №1 в Artificial Analysis. А ми насамперед слухатимемо українську: наголоси, емоції та стабільність на довгому тексті. Бо красивий англомовний деморолик ми вже всі вміємо дивитися 🙂
Моделі доступні в ElevenCreative Eleven v4, ElevenAgents і через API. Вище кілька прикладів з різними параметрами та емоціями.
🚀 TG | 📺 YT |🤪 IG