tag: ElevenLabs

ElevenLabs เปิดตัวโมเดล speech-to-speech ใหม่ Eleven Realtime โดยรุ่น v1 Max ทำคะแนนความแม่นยำสูงถึง 98.8% พร้อมความหน่วงต่ำเพียง 0.57 วินาที ซึ่งนับว่าเร็วและแม่นยำที่สุดในตารางทดสอบปัจจุบัน

ผู้ใช้ Reddit แนะนำโปรเจกต์โอเพนซอร์สชื่อ image-blaster ที่รวมพลัง AI หลายตัวมาเปลี่ยนรูปภาพเพียงรูปเดียวให้กลายเป็นสภาพแวดล้อม 3D ที่สำรวจได้และมีเสียงประกอบ

ElevenLabs เปิดตัวโมเดลเสียงรุ่นใหม่ Eleven v4 ที่แสดงอารมณ์และรักษาความสม่ำเสมอของเสียงในเนื้อหายาวได้ดียิ่งขึ้น พร้อมส่งรุ่น Turbo ตอบสนองเร็วเพียง 150 มิลลิวินาที หวังเจาะกลุ่ม AI voice agents แบบเรียลไทม์

เจาะลึก 7 แพลตฟอร์ม API โคลนเสียงชั้นนำผ่านการทดสอบด้วยเสียง 10 วินาที เพื่อเปรียบเทียบความเหมือนของเสียงต้นฉบับ มาตรฐานความยินยอม และความคุ้มค่าของราคาต่อ 1 ล้านตัวอักษร

ElevenLabs ปล่อยโมเดล Music v2.5 ที่ให้คุณภาพเสียงเป็นธรรมชาติยิ่งขึ้น การันตีด้วยผลทดสอบ Blind Test กว่า 4.7 หมื่นคู่ พร้อมยืนยันใช้เฉพาะข้อมูลที่ได้รับอนุญาตในการฝึกฝนโมเดลเท่านั้น

เจาะลึกประสิทธิภาพ Voice Stack ทุกเลเยอร์ตั้งแต่ LLM ถึง Speech-to-Speech พร้อมชี้ให้เห็นว่า Time to First Token (TTFT) อาจไม่ใช่มาตรวัดที่สะท้อนประสบการณ์ผู้ใช้จริงได้ดีเท่ากับความเร็วในการสร้างประโยค

Spotify ยกระดับประสบการณ์การฟังด้วยอินเทอร์เฟซเสียง AI ใหม่ ช่วยให้สมาชิก Premium สามารถสั่งการด้วยการพูดหรือพิมพ์เพื่อค้นหาเพลงและถามข้อมูลเชิงลึกได้ทันที