ElevenLabs、「Eleven v3」を一般提供開始 記号や数値の誤読率が68％減少
ElevenLabsは音声合成モデル「Eleven v3」の一般提供を開始した。文脈判断が必要な電話番号や通貨、化学式などの読み上げ精度を大幅に改善し、エラー率を15.3％から4.9％へ削減。テストでは72％のユーザーが旧版より好ましいと回答した。
Eleven v3
ElevenLabsが「Eleven v3 alpha」のAPI提供を開始、複数人の自然な会話生成に対応
ElevenLabsは音声生成モデル「Eleven v3 (alpha)」のAPI提供を開始した。70言語以上に対応し、話者数無制限の対話モードにより相づちやトーンの変化を再現できるほか、音声タグによる感情表現の細かな制御も可能になった。
ElevenLabsがv3向け「Audio Tags」公開、タグ指定でAI音声の間やテンポを制御可能に
ElevenLabsはEleven v3向けに「Audio Tags」機能を提供開始した。台本内に[pause]や[rushed]、[stammers]といったタグを書き込むだけで、AI音声のテンポや間、強調を精密に演出できる。なお、現段階ではプロ向け音声クローン（PVC）への最適化は未完了となっている。
ElevenLabsが「Eleven v3」Alpha版を公開、感情表現とタグ制御を強化
ElevenLabsは文脈や感情に応じた音声合成モデル「Eleven v3」のAlpha版を公開しました。70以上の言語と最大5000文字の入力に対応し、スクリプト内に音声タグを挿入して笑い声や囁き声を細かく演出できます。声優を起用せずにゲームや動画向けの表現力豊かな会話音声を短時間で制作できるようになります。