شرکت ElevenLabs نسخه‌ی جدید هوش مصنوعی گفتاری خود را با نام Eleven v3 معرفی کرد؛ مدلی پیشرفته که توانایی خواندن متن با اجرای واقعی، بیان احساسی و حرکت نرم بین شخصیت‌ها را فراهم می‌سازد.
این نسخه‌ی آلفا از الون وی۳، نسبت به نسخه‌های قبلی دقت، واقع‌گرایی و کنترل بسیار بالاتری دارد. کاربران می‌توانند در طول جمله لحن را تغییر دهند، از برچسب‌هایی مانند خنده، زمزمه یا عصبانیت استفاده کنند و حتی ریتم گفتار را مطابق متن تنظیم نمایند.
برخی قابلیت‌های کلیدی این نسخه شامل:
پشتیبانی از بیش از ۷۰ زبان (پوشش ۹۰٪ جمعیت جهان)
مدیریت گفت‌وگو بین چند گوینده با لحن طبیعی
کنترل دقیق با برچسب‌های صوتی مثل خنده یا زمزمه
پشتیبانی زنده در اپلیکیشن‌ها و تماس‌ها (به‌زودی)
ارائه‌ی API عمومی برای توسعه‌دهندگان
«ماتی استانیشفسکی»، مدیرعامل ElevenLabs، اعلام کرد: «الون وی۳ رساترین و قابل‌کنترل‌ترین مدل تبدیل متن به گفتار تاکنون است. با این مدل، صدای تولیدی هوش مصنوعی می‌تواند به دقت احساسات انسانی را تقلید کند.»
این نسخه اکنون در دسترس کاربران در وب‌سایت رسمی این شرکت به آدرس https://elevenlabs.io قرار دارد.
نظرات کاربران
نخستین دیدگاه را درباره این خبر ثبت کنید
یادآوری: نشانی ایمیل منتشر نمی‌شود و دیدگاه‌های حاوی توهین، تهمت، افترا یا واژگان نامناسب تأیید نخواهند شد.
نظر شما می‌تواند شروع یک گفت‌وگوی سازنده باشد.