ElevenLabs
Un service multilingue de synthèse vocale aux voix naturelles et clonables
Le texte intégral est présenté en anglais ; le titre et le résumé sont localisés.
CE QUE C'EST
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.
Pourquoi il compte
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.
Caractéristiques clés
- Languages
- About 29 (multilingual model)
- Abilities
- Speech synthesis and voice cloning
- Low-latency mode
- Streaming synthesis
- Open weights
- No
Capacités
Concepts liés
Vue d’ensemble des modèles génératifs
Les modèles discriminatifs répondent « qu’est-ce que c’est », les génératifs « à quoi cela devrait ressembler »
Autoencodeurs et VAE
Comprimer l’information dans un goulot, puis la laisser repousser
Mécanisme d’attention
Chaque position peut regarder directement toutes les autres et répartir dynamiquement son attention selon la pertinence
Produits comparables
SparkTTS
2023Une interface de synthèse vocale destinée aux usages en chinois
Whisper
2022Transcrit la parole en plusieurs langues et la traduit en anglais
Lyria
2023Génère de la musique instrumentale et chantée à partir de consignes textuelles
Suno
2023Génère des chansons complètes avec voix à partir d’une seule description