Lägg till som favorit
Foto: Förhandsbild från källan: Techcrunch.com
ElevenLabs lanserar nya röstmodeller med utökad språksupport och lägre fördröjning
Det amerikanska företaget ElevenLabs har lanserat två nya talmodeller, ElevenLabs v4 och v4 Turbo. De nya modellerna erbjuder förbättrad kontroll över uttryck, lägre latens för röstagenter och stöd för över 90 olika språk. Enligt företaget möjliggör den nya arkitekturen snabbare röstkloning, där användare nu kan klona en röst med endast 10 sekunders ljudmaterial.
De nya modellerna är särskilt optimerade för företagslösningar och röstagenter för att möjliggöra mer naturliga konversationer. Den senaste versionen kan börja generera ljud samtidigt som den bakomliggande språkmodellen producerar svar, samt hantera konfrontationer och eskaleringar på ett mer effektivt sätt. Kvalitetsförbättringarna är enligt bolaget mest framträdande för språk som japanska, mandarin, kantonesiska och brasiliansk portugisiska.
ElevenLabs befinner sig i en kraftig tillväxtfas med en årlig intäktstakt som stigit från cirka 330 miljoner USD i början av året till över 600 miljoner USD. Efter en finansieringsrunda ledd av Sequoia, som värderade bolaget till 11 miljarder USD, ryktas det om en ny runda som skulle kunna höja värderingen till 22 miljarder USD. VD Mati Staniszewski har i en intervju med TechCrunch uttalat att företaget siktar på en börsintroduktion inom några år.