ElevenLabs
Ein mehrsprachiger Text-zu-Sprache-Dienst mit natürlichen, klonbaren Stimmen
Der vollständige Artikel liegt auf Englisch vor; Titel und Zusammenfassung sind lokalisiert.
WAS ES IST
ElevenLabs is a text-to-speech service the company launched in 2022 and offers through an API. It synthesises text into natural speech, supports multiple languages and voice cloning, and provides a low-latency streaming mode. Its multilingual model supports about 29 languages, and voice cloning lets users reproduce a specific timbre from a small number of samples. The service is provided in closed form.
Warum es wichtig ist
It packaged near-human, timbre-controllable and cloneable speech synthesis into an easy interface, becoming one of the most widely called services for voice-cloning and dubbing applications.
Wichtige Eckdaten
- Languages
- About 29 (multilingual model)
- Abilities
- Speech synthesis and voice cloning
- Low-latency mode
- Streaming synthesis
- Open weights
- No
Fähigkeiten
Verwandte Konzepte
Generative Modelle im Überblick
Diskriminative Modelle beantworten "Was ist das?", generative "Wie sollte das aussehen?"
Autoencoder und VAE
Information durch einen Engpass pressen und daraus wieder entstehen lassen
Attention-Mechanismus
Jede Position kann direkt auf alle anderen blicken und ihre Aufmerksamkeit nach Relevanz verteilen
Vergleichbare Produkte
SparkTTS
2023Eine Text-zu-Sprache-Schnittstelle für chinesischsprachige Anwendungen
Whisper
2022Transkribiert Sprache in vielen Sprachen und übersetzt sie ins Englische
Lyria
2023Erzeugt instrumentale und vokale Musik aus Textaufforderungen
Suno
2023Erzeugt komplette Lieder mit Gesang aus einer einzigen Beschreibung