Spotify 联手 ElevenLabs:支持用 AI 语音制作并上架有声书
Spotify 宣布与 ElevenLabs 达成合作,允许作者通过其 AI 语音软件制作有声书并分发上架。作者可选用 29 种语言的合成声音降低录播门槛,盘活冷门长尾书目。所有 AI 朗读作品均会标明由数字声音生成,并需经过平台审核。
Spotify 宣布与 ElevenLabs 达成合作,允许作者通过其 AI 语音软件制作有声书并分发上架。作者可选用 29 种语言的合成声音降低录播门槛,盘活冷门长尾书目。所有 AI 朗读作品均会标明由数字声音生成,并需经过平台审核。
TIME 联合 ElevenLabs 和 Scale AI 推出 TIME AI 平台。读者在阅读报道时能直接通过语音向 AI Agent 提问并获得解答,工具栏还支持即时朗读、翻译与摘要。这相当于给每篇深度报道配了专属讲解员,目前已在近几年的「年度风云人物」特辑上线。
ElevenLabs 推出 AI Engineer Pack,联合 Mistral、Perplexity、Hugging Face 等十余家主流平台,为开发者提供各家 50 美元以上的测试额度。说白了,就是帮正在折腾新原型的开发者省下前期试水各种 API 的开销。
ElevenLabs 将 GenFM 功能引入长音频编辑工具 Studio。用户只需导入 PDF、网页链接或文本,系统就能自动生成两个逼真 AI 主持人对谈的播客,支持 32 种语言,且允许自由修改台词和导出商用。ElevenReader 的 Android 端也同步上线了该功能。
ElevenLabs 推出 Conversational AI 平台,让开发者快速构建交互式语音智能体。它将文本转语音、语音识别与自选大模型打通,借助实时预测模型优雅处理插话打断与轮候。平台还原生集成 Twilio 电话接入,并提供多语言 SDK。
ElevenLabs 在 ElevenReader iOS 端上线 GenFM 功能,能把 PDF、文章和电子书一键转成由 AI 主持人对谈的播客。它支持 32 种语言,几秒内即可生成内容摘要与讲解。Android 版本将在数周内推出。
ElevenLabs 宣布推出端到端对话式 AI 智能体开发平台。开发者可自定义声音语气、打断机制,并自由搭配 Gemini、GPT 或 Claude 等底层模型与专属知识库。ElevenLabs 意在从单纯的语音生成切入实时语音交互市场。
ElevenLabs 宣布与音频平台 Wondercraft 深度整合,支持编辑 Google NotebookLM 生成的播客。创作者不仅能微调语气,还能用克隆声音定制专属音频。上线仅一周就有超 1 万名用户使用该功能,累计生成超 1.5 万小时音频。
CreatorKit 联合 ElevenLabs 推出 Emotive AI Actors。通过声音克隆技术,AI 演员能根据台词自动匹配兴奋、好奇等不同情绪。CreatorKit 称带情绪的声音让视频广告转化率提升了 16%。
ElevenLabs 宣布改版长音频创作工具 Studio(原 Projects)。新版支持选中单个词或句子单独重新生成以节省额度,并加入段落锁定功能防止误改,还允许在同一段落里为不同对话混排多种声线。这意味着制作有声书和长篇旁白的精修成本大幅降低。
Jerry Garcia 遗产管理方与 ElevenLabs 合作,在 ElevenReader 应用中上线这位已故摇滚传奇的 AI 复刻声音。该语音支持用 32 种语言朗读电子书、文章和 PDF。目前该模型仅用于文本朗读,后续还将用于基金会的纪录片旁白等项目。
多位 AI 安全从业者在 TechCrunch Disrupt 上呼吁创业者放慢产品发布节奏。面对近期 Character.AI 引发的诉讼以及版权、深度伪造风险,嘉宾强调不能只顾跑马圈地,必须在产品上线前做好红队测试并设立防护栏。
上周,ElevenLabs 推出开源项目 X to Voice 并上线 Voice Design API。输入任意 X 用户名,系统会自动分析其简介与发帖风格,生成对应提示词与 3 个音色样本,还能让头像对嘴型朗读。开发者也能直接调用 API 为 AI 角色定制声音。
ElevenLabs 宣布稍后读应用 Omnivore 团队正式加入。Omnivore 拥有 50 万用户,此前已接入其语音技术,未来将重点改进支持 32 种语言朗读的 ElevenReader 移动端。同时,Omnivore 的开源代码库仍将保留公开。
ElevenLabs 与知名健康作家 Deepak Chopra 达成合作,将其合成声音加入语音库。用户可以用他标志性的平静声音朗读书籍和文章。最值得关注的是,该声音仅授权用于文字朗读,普通用户无法拿来随意生成新作品。
ElevenLabs 宣布文本转语音应用 Reader 正式在全球上线,支持 32 种语言。用户可以上传文章、PDF 或电子书,用数百种不同口音甚至传奇影星的声音朗读,底层由 Turbo v2.5 模型驱动。官方称后续还将加入离线模式。
NVIDIA 在 SIGGRAPH 预览了交互式数字人「James」以及 Maxine 3D 等技术。James 基于 NVIDIA ACE 与 ElevenLabs 语音打造,能带情绪和幽默感进行实时交互。最关键的是,普通 2D 视频肖像现可通过 Maxine 3D 快速生成 3D 数字人化身。
ElevenLabs 推出音频分离工具 Voice Isolator。它基于专有深度学习模型,能从杂乱环境音、交谈声或音乐中提取纯净人声,支持 WAV、MP3 等多种格式。用户每月可获得 1 万点额度,无需安装插件就能在浏览器里直接处理。
ElevenLabs 宣布在 Reader App 中引入朱迪·加兰、詹姆斯·迪恩、伯特·雷诺兹等已故影星的 AI 声音。用户可以用加兰的声音听《绿野仙踪》,或让劳伦斯·奥利弗爵士朗读《福尔摩斯》。不过这些经典声音仅限个人在 App 内流式收听,不能导出用于内容创作。
TIME 宣布在 TIME.com 上线 ElevenLabs 的 Audio Native 播放器,为精选报道提供自动语音旁白。双方从 2023 年 3 月开始接触,现在读者可以直接用耳朵听新闻,无需盯屏阅读。