ElevenLabs
स्वाभाविक और क्लोन करने योग्य आवाज़ वाली बहुभाषी टेक्स्ट-टू-स्पीच सेवा
यह पृष्ठ अंग्रेज़ी में प्रस्तुत है; शीर्षक और सारांश का स्थानीयकरण किया गया है।
यह क्या है
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.
यह क्यों महत्वपूर्ण है
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.
मुख्य विशिष्टताएँ
- Languages
- About 29 (multilingual model)
- Abilities
- Speech synthesis and voice cloning
- Low-latency mode
- Streaming synthesis
- Open weights
- No
संबंधित क्षमताएँ
संबंधित अवधारणाएँ
जनरेटिव मॉडल: एक अवलोकन
विभेदक मॉडल बताते हैं "यह क्या है", जनरेटिव मॉडल बताते हैं "यह कैसा दिखना चाहिए"
ऑटोएन्कोडर और वीएई
सूचना को एक संकीर्णता से गुज़ारें, फिर उसे दोबारा उगने दें
अटेंशन तंत्र
हर स्थान बाकी सभी स्थानों को सीधे देख सकता है और प्रासंगिकता के अनुसार ध्यान बाँट सकता है
समान उत्पाद
SparkTTS
2023चीनी भाषा के उपयोग के लिए लक्षित टेक्स्ट-टू-स्पीच इंटरफ़ेस
Whisper
2022कई भाषाओं की वाणी को टेक्स्ट में लिखता और अंग्रेज़ी में अनुवाद करता है
Lyria
2023पाठ संकेतों से वाद्य और स्वर संगीत बनाता है
Suno
2023एक विवरण से स्वर सहित पूरे गीत बनाता है