ElevenLabs 上線影片生成音樂功能：一鍵為畫面配樂
ElevenLabs 在 ElevenLabs Studio 中推出 Video-to-Music 工作流。藉助其 Eleven Music 模型，使用者只需一鍵就能基於影片畫面內容生成定製配樂，還能直接在 Studio 內疊加配音與音效。影片創作者做後期音訊更省事了。
ElevenLabs
檢視更新的新聞
ElevenLabs 演示人機合奏：真實樂器混搭 Eleven Music 生成音軌
ElevenLabs 宣佈支援將真實樂器錄音與 Eleven Music 生成的 AI 音軌融合成混合歌曲。團隊在演示中展示了僅靠單次提示詞，將現場實錄的鋼琴演奏與 AI 生成的小提琴及人聲混音成曲。
ElevenLabs 推出 Eleven Music：簽下獨立版權庫，主打商用合規
ElevenLabs 推出 AI 音樂生成模型 Eleven Music，正式從語音擴充套件到音樂製作，並宣稱已掃清商用合規障礙。為避開 Suno 和 Udio 遭遇的侵權官司，團隊已與 Merlin 和 Kobalt 兩大獨立音樂版權平臺簽約，由音樂人自願授權作品用於訓練並參與分成。
Yelp 上線 AI 拼接短影片：抓取使用者評價和照片，自動生成探店解說
Yelp 在 iOS 應用全美上線 AI 生成的餐廳短影片。系統利用 OpenAI 撰寫解說指令碼、ElevenLabs 生成旁白配音並自動拼接使用者的真實圖文。不過商家目前無法提前預覽，普通使用者也暫不能禁止自己的照片被選用。
ElevenLabs 推出 v3 音訊標籤：打標籤就能控制 AI 說話節奏與停頓
ElevenLabs 為 Eleven v3 推出音訊標籤功能，讓創作者直接在臺詞中插入標籤控制語速、停頓和重音。比如寫上 [pause]、[rushed] 或 [stammers]，AI 就會配合改變停頓與語氣。不過目前該功能對專業聲音克隆（PVC）支援尚不完善。
ElevenLabs 釋出 Eleven v3 Alpha：支援情感控制標籤與 70 多種語言
ElevenLabs 推出文本轉語音模型 Eleven v3 的 Alpha 測試版本，進一步提升語音的情感表達與上下文感知能力。模型支援 70 多種語言與單次最高 5000 字元輸入，並引入音訊標籤來直接控制耳語、笑聲等情緒語氣。這意味著創作者無需專業配音演員，就能生成富有情緒起伏的多語言角色對話。
語音 AI 融資暴增 8 倍：人聲逼真度大漲，客服全面進軍電話線
CB Insights 資料顯示語音 AI 初創公司去年吸金 21 億美元，同比飆升 8 倍。得益於 OpenAI Realtime API 與 ElevenLabs 等全雙工模型突破，語音延遲和成本大幅降低，餐廳和醫院已開始大規模用它接聽訂單與熱線，客戶幾乎難辨真假。
ElevenLabs 接入 Claude Sonnet 4：即時語音終於不卡殼了
ElevenLabs 宣佈在 Conversational AI 平臺接入 Anthropic 的 Claude Sonnet 4 模型。新模型主打複雜指令遵循與極低延遲，能在即時語音中保持長上下文記憶並穩定呼叫外部工具。開發者在控制台選擇該模型後，即可通過單行程式碼部署更自然的語音智慧體。
ElevenLabs 升級對話式 AI：支援語音與文字混著用，報郵箱不再靠嘴念
ElevenLabs 宣佈為 Conversational AI 平臺引入文本與語音多模態支援。AI 智慧體現在可以同時接收並處理說話與打字輸入，使用者在同一場對話中既能口頭交流，也能在輸入郵箱、卡號等易錯資訊時切換為文字輸入，以此降低純語音互動的識別錯誤率。
ElevenLabs 推出批次外呼：AI 語音智慧體可併發撥打數百通電話
ElevenLabs 為 Conversational AI 平臺上線批次外呼功能。使用者可上傳表格匯入聯絡人並注入動態變數，藉助 Twilio 或 SIP 線路同時併發撥打數百通個性化語音電話，用於通知提醒或問卷調查，支援 API 呼叫及即時監控。
ElevenLabs 推出 SB-1 無限音效板：文字即時生成音效，適配直播與遊戲
ElevenLabs 推出 SB-1 Infinite Soundboard。使用者輸入幾句文字即可用 AI 生成自定義音效，支援多音效同時播放與迴圈，可儲存預設用於遊戲和 Discord 直播。這讓創作者告別了翻找音效素材庫的繁瑣操作。
ElevenLabs 升級對話 AI：支援不同專屬智慧體間無縫轉接通話
ElevenLabs 宣佈 Conversational AI 支援在智慧體之間無縫轉接通話。企業內不同團隊可以並行開發專屬 Agent，各自搭載獨立的知識庫與工具。這意味著複雜的企業語音流程不用再塞進一個大雜燴模型，分工協作更清晰。
ElevenLabs 推出 MCP 服務：Claude 與 Cursor 可直接生成語音
ElevenLabs 釋出官方 MCP 服務端，支援接入 Claude Desktop、Cursor 和 Windsurf。開發者在對話介面就能直接讓 AI 生成語音、克隆聲音或轉錄音訊，還提供了無需本地部署的託管版。
ElevenLabs 上線 Actor Mode：用你自己的聲音，指導 AI 怎麼讀臺詞
ElevenLabs 宣佈在 Studio 中面向所有使用者上線 Actor Mode。使用者可以直接用自己的聲音來指導 AI 聲音的語調、節奏和情緒走向。最值得關注的是，這讓創作者不僅能選音色，還能當「導演」精細調教臺詞演出了。
ElevenLabs 語音轉文字降價 45%：Scribe 模型限時免費
ElevenLabs 宣佈將其語音轉文字模型 Scribe 的大規模呼叫價格下調 45%，並在 4 月 9 日前通過網頁 UI 提供免費試用。官方稱該模型支援 99 種語言。這意味著多語言音訊轉寫的大規模使用成本明顯降低。
ElevenLabs 聯手 Google Cloud：語音 AI 上架雲市場，支援 Gemini 2.0 Flash
ElevenLabs 宣佈與 Google Cloud 達成合作，其語音 AI 模型現已上架 Google Cloud Marketplace。企業能直接結合 Gemini 2.0 Flash 打造低延遲的對話智慧體與多語言配音，無需漫長採購即可在雲端規模化部署。
德國電信聯手 ElevenLabs：Magenta AI 能把新聞一鍵變播客
德國電信宣佈與 ElevenLabs 達成戰略合作，將其 Gen FM 技術接入 Magenta AI 應用。使用者能在幾秒內把新聞文章轉成高質量沉浸式播客，或按提示詞定製音訊內容。德國電信同時參投了 ElevenLabs 的 C 輪融資，未來計劃將語音能力擴充套件至更多服務。
ElevenLabs 接入 Claude 3.7 Sonnet：給語音 Agent 裝上推理大腦
ElevenLabs 宣佈在其 Conversational AI 平臺接入 Claude 3.7 Sonnet。開發者現在可以結合該模型的混合推理能力與擬真語音，構建幻覺更少、長對話表現更穩的客服與虛擬導師 Agent。
ElevenLabs 推出語音轉文本模型 Scribe：支援 99 種語言，準確率超 Whisper
ElevenLabs 推出首個語音轉文字模型 Scribe。該模型支援 99 種語言轉錄，提供詞級時間戳、說話人分離及笑聲等非語音事件標記，基準測試表現超過 Whisper Large V3。目前已開放 API 和網頁端，低延遲即時版本即將上線。
Hume AI 釋出 Octave：懂語境的 TTS，能聽出諷刺與怒氣
Hume AI 推出語音大模型 Octave，主打讓 TTS 真正理解文本語境。它能推斷臺詞裡的反諷與恐懼，自動調整音調與節奏，還支援用提示詞定製音色與表演指令。盲測中其音質與自然度評分均超過 ElevenLabs。