ElevenLabs
Um serviço multilíngue de texto para fala com vozes naturais e clonáveis
O texto completo é apresentado em inglês; o título e o resumo estão traduzidos.
O QUE É
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.
Por que vale a pena lembrar
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.
Especificações-chave
- Languages
- About 29 (multilingual model)
- Abilities
- Speech synthesis and voice cloning
- Low-latency mode
- Streaming synthesis
- Open weights
- No
Capacidades
Conceitos relacionados
Visão geral dos modelos generativos
Modelos discriminativos respondem "o que é isto"; generativos, "como deveria parecer"
Autoencoders e VAE
Comprima a informação por um gargalo e deixe-a crescer de volta
Mecanismo de atenção
Cada posição pode olhar diretamente para todas as outras e distribuir atenção conforme a relevância
Produtos semelhantes
SparkTTS
2023Uma interface de texto para fala voltada ao uso em chinês
Whisper
2022Transcreve fala em vários idiomas e traduz para o inglês
Lyria
2023Gera música instrumental e vocal a partir de instruções de texto
Suno
2023Gera músicas completas com vocais a partir de uma única descrição