Spotify 聯手 ElevenLabs:支援用 AI 語音製作並上架有聲書
Spotify 宣佈與 ElevenLabs 達成合作,允許作者通過其 AI 語音軟體製作有聲書並分發上架。作者可選用 29 種語言的合成聲音降低錄播門檻,盤活冷門長尾書目。所有 AI 朗讀作品均會標明由數字聲音生成,並需經過平臺稽核。
Spotify 宣佈與 ElevenLabs 達成合作,允許作者通過其 AI 語音軟體製作有聲書並分發上架。作者可選用 29 種語言的合成聲音降低錄播門檻,盤活冷門長尾書目。所有 AI 朗讀作品均會標明由數字聲音生成,並需經過平臺稽核。
TIME 聯合 ElevenLabs 和 Scale AI 推出 TIME AI 平臺。讀者在閱讀報道時能直接通過語音向 AI Agent 提問並獲得解答,工具欄還支援即時朗讀、翻譯與摘要。這相當於給每篇深度報道配了專屬講解員,目前已在近幾年的「年度風雲人物」特輯上線。
ElevenLabs 推出 AI Engineer Pack,聯合 Mistral、Perplexity、Hugging Face 等十餘家主流平臺,為開發者提供各家 50 美元以上的測試額度。說白了,就是幫正在折騰新原型的開發者省下前期試水各種 API 的開銷。
ElevenLabs 將 GenFM 功能引入長音訊編輯工具 Studio。使用者只需匯入 PDF、網頁連結或文本,系統就能自動生成兩個逼真 AI 主持人對談的播客,支援 32 種語言,且允許自由修改臺詞和匯出商用。ElevenReader 的 Android 端也同步上線了該功能。
ElevenLabs 推出 Conversational AI 平臺,讓開發者快速構建互動式語音智慧體。它將文本轉語音、語音識別與自選大模型打通,藉助即時預測模型優雅處理插話打斷與輪候。平臺還原生整合 Twilio 電話接入,並提供多語言 SDK。
ElevenLabs 在 ElevenReader iOS 端上線 GenFM 功能,能把 PDF、文章和電子書一鍵轉成由 AI 主持人對談的播客。它支援 32 種語言,幾秒內即可生成內容摘要與講解。Android 版本將在數週內推出。
ElevenLabs 宣佈推出端到端對話式 AI 智慧體開發平臺。開發者可自定義聲音語氣、打斷機制,並自由搭配 Gemini、GPT 或 Claude 等底層模型與專屬知識庫。ElevenLabs 意在從單純的語音生成切入即時語音互動市場。
ElevenLabs 宣佈與音訊平臺 Wondercraft 深度整合,支援編輯 Google NotebookLM 生成的播客。創作者不僅能微調語氣,還能用克隆聲音定製專屬音訊。上線僅一週就有超 1 萬名使用者使用該功能,累計生成超 1.5 萬小時音訊。
CreatorKit 聯合 ElevenLabs 推出 Emotive AI Actors。通過聲音克隆技術,AI 演員能根據臺詞自動匹配興奮、好奇等不同情緒。CreatorKit 稱帶情緒的聲音讓影片廣告轉化率提升了 16%。
ElevenLabs 宣佈改版長音訊創作工具 Studio(原 Projects)。新版支援選中單個詞或句子單獨重新生成以節省額度,並加入段落鎖定功能防止誤改,還允許在同一段落裡為不同對話混排多種聲線。這意味著製作有聲書和長篇旁白的精修成本大幅降低。
Jerry Garcia 遺產管理方與 ElevenLabs 合作,在 ElevenReader 應用中上線這位已故搖滾傳奇的 AI 復刻聲音。該語音支援用 32 種語言朗讀電子書、文章和 PDF。目前該模型僅用於文本朗讀,後續還將用於基金會的紀錄片旁白等專案。
多位 AI 安全從業者在 TechCrunch Disrupt 上呼籲創業者放慢產品釋出節奏。面對近期 Character.AI 引發的訴訟以及版權、深度偽造風險,嘉賓強調不能只顧跑馬圈地,必須在產品上線前做好紅隊測試並設立防護欄。
上週,ElevenLabs 推出開源專案 X to Voice 並上線 Voice Design API。輸入任意 X 使用者名稱,系統會自動分析其簡介與發帖風格,生成對應提示詞與 3 個音色樣本,還能讓頭像對嘴型朗讀。開發者也能直接呼叫 API 為 AI 角色定製聲音。
ElevenLabs 宣佈稍後讀應用 Omnivore 團隊正式加入。Omnivore 擁有 50 萬用戶,此前已接入其語音技術,未來將重點改進支援 32 種語言朗讀的 ElevenReader 移動端。同時,Omnivore 的開原始碼庫仍將保留公開。
ElevenLabs 與知名健康作家 Deepak Chopra 達成合作,將其合成聲音加入語音庫。使用者可以用他標誌性的平靜聲音朗讀書籍和文章。最值得關注的是,該聲音僅授權用於文字朗讀,普通使用者無法拿來隨意生成新作品。
ElevenLabs 宣佈文本轉語音應用 Reader 正式在全球上線,支援 32 種語言。使用者可以上傳文章、PDF 或電子書,用數百種不同口音甚至傳奇影星的聲音朗讀,底層由 Turbo v2.5 模型驅動。官方稱後續還將加入離線模式。
NVIDIA 在 SIGGRAPH 預覽了互動式數字人「James」以及 Maxine 3D 等技術。James 基於 NVIDIA ACE 與 ElevenLabs 語音打造,能帶情緒和幽默感進行即時互動。最關鍵的是,普通 2D 影片肖像現可通過 Maxine 3D 快速生成 3D 數字人化身。
ElevenLabs 推出音訊分離工具 Voice Isolator。它基於專有深度學習模型,能從雜亂環境音、交談聲或音樂中提取純淨人聲,支援 WAV、MP3 等多種格式。使用者每月可獲得 1 萬點額度,無需安裝外掛就能在瀏覽器裡直接處理。
ElevenLabs 宣佈在 Reader App 中引入朱迪·加蘭、詹姆斯·迪恩、伯特·雷諾茲等已故影星的 AI 聲音。使用者可以用加蘭的聲音聽《綠野仙蹤》,或讓勞倫斯·奧利弗爵士朗讀《福爾摩斯》。不過這些經典聲音僅限個人在 App 內流式收聽,不能匯出用於內容創作。
TIME 宣佈在 TIME.com 上線 ElevenLabs 的 Audio Native 播放器,為精選報道提供自動語音旁白。雙方從 2023 年 3 月開始接觸,現在讀者可以直接用耳朵聽新聞,無需盯屏閱讀。