ElevenLabs 上线视频生成音乐功能：一键为画面配乐
ElevenLabs 在 ElevenLabs Studio 中推出 Video-to-Music 工作流。借助其 Eleven Music 模型，用户只需一键就能基于视频画面内容生成定制配乐，还能直接在 Studio 内叠加配音与音效。视频创作者做后期音频更省事了。
ElevenLabs
查看更新的新闻
ElevenLabs 演示人机合奏：真实乐器混搭 Eleven Music 生成音轨
ElevenLabs 宣布支持将真实乐器录音与 Eleven Music 生成的 AI 音轨融合成混合歌曲。团队在演示中展示了仅靠单次提示词，将现场实录的钢琴演奏与 AI 生成的小提琴及人声混音成曲。
ElevenLabs 推出 Eleven Music：签下独立版权库，主打商用合规
ElevenLabs 推出 AI 音乐生成模型 Eleven Music，正式从语音扩展到音乐制作，并宣称已扫清商用合规障碍。为避开 Suno 和 Udio 遭遇的侵权官司，团队已与 Merlin 和 Kobalt 两大独立音乐版权平台签约，由音乐人自愿授权作品用于训练并参与分成。
Yelp 上线 AI 拼接短视频：抓取用户评价和照片，自动生成探店解说
Yelp 在 iOS 应用全美上线 AI 生成的餐厅短视频。系统利用 OpenAI 撰写解说脚本、ElevenLabs 生成旁白配音并自动拼接用户的真实图文。不过商家目前无法提前预览，普通用户也暂不能禁止自己的照片被选用。
ElevenLabs 推出 v3 音频标签：打标签就能控制 AI 说话节奏与停顿
ElevenLabs 为 Eleven v3 推出音频标签功能，让创作者直接在台词中插入标签控制语速、停顿和重音。比如写上 [pause]、[rushed] 或 [stammers]，AI 就会配合改变停顿与语气。不过目前该功能对专业声音克隆（PVC）支持尚不完善。
ElevenLabs 发布 Eleven v3 Alpha：支持情感控制标签与 70 多种语言
ElevenLabs 推出文本转语音模型 Eleven v3 的 Alpha 测试版本，进一步提升语音的情感表达与上下文感知能力。模型支持 70 多种语言与单次最高 5000 字符输入，并引入音频标签来直接控制耳语、笑声等情绪语气。这意味着创作者无需专业配音演员，就能生成富有情绪起伏的多语言角色对话。
语音 AI 融资暴增 8 倍：人声逼真度大涨，客服全面进军电话线
CB Insights 数据显示语音 AI 初创公司去年吸金 21 亿美元，同比飙升 8 倍。得益于 OpenAI Realtime API 与 ElevenLabs 等全双工模型突破，语音延迟和成本大幅降低，餐厅和医院已开始大规模用它接听订单与热线，客户几乎难辨真假。
ElevenLabs 接入 Claude Sonnet 4：实时语音终于不卡壳了
ElevenLabs 宣布在 Conversational AI 平台接入 Anthropic 的 Claude Sonnet 4 模型。新模型主打复杂指令遵循与极低延迟，能在实时语音中保持长上下文记忆并稳定调用外部工具。开发者在控制台选择该模型后，即可通过单行代码部署更自然的语音智能体。
ElevenLabs 升级对话式 AI：支持语音与文字混着用，报邮箱不再靠嘴念
ElevenLabs 宣布为 Conversational AI 平台引入文本与语音多模态支持。AI 智能体现在可以同时接收并处理说话与打字输入，用户在同一场对话中既能口头交流，也能在输入邮箱、卡号等易错信息时切换为文字输入，以此降低纯语音交互的识别错误率。
ElevenLabs 推出批量外呼：AI 语音智能体可并发拨打数百通电话
ElevenLabs 为 Conversational AI 平台上线批量外呼功能。用户可上传表格导入联系人并注入动态变量，借助 Twilio 或 SIP 线路同时并发拨打数百通个性化语音电话，用于通知提醒或问卷调查，支持 API 调用及实时监控。
ElevenLabs 推出 SB-1 无限音效板：文字即时生成音效，适配直播与游戏
ElevenLabs 推出 SB-1 Infinite Soundboard。用户输入几句文字即可用 AI 生成自定义音效，支持多音效同时播放与循环，可保存预设用于游戏和 Discord 直播。这让创作者告别了翻找音效素材库的繁琐操作。
ElevenLabs 升级对话 AI：支持不同专属智能体间无缝转接通话
ElevenLabs 宣布 Conversational AI 支持在智能体之间无缝转接通话。企业内不同团队可以并行开发专属 Agent，各自搭载独立的知识库与工具。这意味着复杂的企业语音流程不用再塞进一个大杂烩模型，分工协作更清晰。
ElevenLabs 推出 MCP 服务：Claude 与 Cursor 可直接生成语音
ElevenLabs 发布官方 MCP 服务端，支持接入 Claude Desktop、Cursor 和 Windsurf。开发者在对话界面就能直接让 AI 生成语音、克隆声音或转录音频，还提供了无需本地部署的托管版。
ElevenLabs 上线 Actor Mode：用你自己的声音，指导 AI 怎么读台词
ElevenLabs 宣布在 Studio 中面向所有用户上线 Actor Mode。用户可以直接用自己的声音来指导 AI 声音的语调、节奏和情绪走向。最值得关注的是，这让创作者不仅能选音色，还能当「导演」精细调教台词演出了。
ElevenLabs 语音转文字降价 45%：Scribe 模型限时免费
ElevenLabs 宣布将其语音转文字模型 Scribe 的大规模调用价格下调 45%，并在 4 月 9 日前通过网页 UI 提供免费试用。官方称该模型支持 99 种语言。这意味着多语言音频转写的大规模使用成本明显降低。
ElevenLabs 联手 Google Cloud：语音 AI 上架云市场，支持 Gemini 2.0 Flash
ElevenLabs 宣布与 Google Cloud 达成合作，其语音 AI 模型现已上架 Google Cloud Marketplace。企业能直接结合 Gemini 2.0 Flash 打造低延迟的对话智能体与多语言配音，无需漫长采购即可在云端规模化部署。
德国电信联手 ElevenLabs：Magenta AI 能把新闻一键变播客
德国电信宣布与 ElevenLabs 达成战略合作，将其 Gen FM 技术接入 Magenta AI 应用。用户能在几秒内把新闻文章转成高质量沉浸式播客，或按提示词定制音频内容。德国电信同时参投了 ElevenLabs 的 C 轮融资，未来计划将语音能力扩展至更多服务。
ElevenLabs 接入 Claude 3.7 Sonnet：给语音 Agent 装上推理大脑
ElevenLabs 宣布在其 Conversational AI 平台接入 Claude 3.7 Sonnet。开发者现在可以结合该模型的混合推理能力与拟真语音，构建幻觉更少、长对话表现更稳的客服与虚拟导师 Agent。
ElevenLabs 推出语音转文本模型 Scribe：支持 99 种语言，准确率超 Whisper
ElevenLabs 推出首个语音转文字模型 Scribe。该模型支持 99 种语言转录，提供词级时间戳、说话人分离及笑声等非语音事件标记，基准测试表现超过 Whisper Large V3。目前已开放 API 和网页端，低延迟实时版本即将上线。
Hume AI 发布 Octave：懂语境的 TTS，能听出讽刺与怒气
Hume AI 推出语音大模型 Octave，主打让 TTS 真正理解文本语境。它能推断台词里的反讽与恐惧，自动调整音调与节奏，还支持用提示词定制音色与表演指令。盲测中其音质与自然度评分均超过 ElevenLabs。