ElevenLabs ra model giọng nói v4 — 90 ngôn ngữ, clone giọng chỉ cần 10 giây
Hai bản v4 và v4 Turbo hướng đến voice agent doanh nghiệp, trong khi công ty đã chạm mốc doanh thu hơn 600 triệu đô mỗi năm.
ElevenLabs vừa giới thiệu hai model giọng nói mới, v4 và v4 Turbo, với khả năng kiểm soát biểu cảm tốt hơn, độ trễ thấp hơn cho voice agent và hỗ trợ hơn 90 ngôn ngữ, tăng từ 70 ở phiên bản trước.
Kiến trúc mới cho phép clone giọng chỉ với 10 giây âm thanh, giữ nhất quán danh tính giọng trên đoạn văn dài và tự điều chỉnh biểu cảm theo ngữ cảnh. Các thẻ biểu cảm trong dòng chữ được mở rộng từ v3 và có thể xếp chồng nhiều thẻ. Chất lượng cải thiện rõ nhất ở tiếng Nhật, Bồ Đào Nha (Brazil), Quan Thoại và Quảng Đông. Với doanh nghiệp, v4 bắt đầu tạo âm thanh ngay khi model ngôn ngữ đang trả lời, và xử lý tốt hơn các tình huống căng thẳng, leo thang hay giữ máy.
Về công ty: hơn 55% doanh thu đến từ doanh nghiệp lớn; đầu năm nay họ huy động 500 triệu đô từ Sequoia ở mức định giá 11 tỷ đô, tin đồn sau đó là 22 tỷ. Doanh thu hằng năm tăng từ khoảng 330 triệu lên trên 600 triệu đô, nhân sự vượt 800 người. CEO Mati Staniszewski nói công ty hướng tới IPO trong vài năm tới nhưng chưa cam kết cụ thể.
Clone giọng trong 10 giây vừa tiện vừa đáng ngại. Anh em thấy lợi hay hại nhiều hơn? Cho Cenix xin ý kiến nha.
Nguồn: TechCrunch
Nguồn: TechCrunch
