ElevenLabs משיקה את מודל Eleven v4 עם דיבור טבעי יותר

חברת ElevenLabs השיקה את דור המודלים החדש שלה ליצירת דיבור, Eleven v4, לצד גרסה מהירה בשם v4 Turbo. השדרוג כולל ארכיטקטורה חדשה המנתחת את ההקשר של הטקסט במטרה לספק אינטונציה, קצב דיבור ועצירות נשימה טבעיות יותר, לצד תמיכה ביותר מ-90 שפות.

מה קרה

לפי הודעת ElevenLabs, מודל Eleven v4 מאפשר למשתמשים לכוון את אופי ההקראה באמצעות תגיות טקסט ישירות, כמו [whisper] ללחישה או [laugh] לצחוק, לצד שימוש באיות פונטי לדיוק בשמות ובמונחים טכניים. המודל מסוגל לעבד עד 10,000 תווים בבקשה בודדת (כעשר דקות של אודיו), תוך שמירה על עקביות קולית גם בהפקות ארוכות כמו ספרי שמע ודיאלוגים.

במקביל, החברה הציגה את גרסת ה-v4 Turbo, שמיועדת לסוכנים קוליים ולשיחות בזמן אמת. על פי נתוני החברה, גרסת ה-Turbo מתחילה להפיק קול בתוך כ-150 מילישניות (ולפי דיווח ב-Geektime כ-100 מילישניות), במטרה לאפשר שיחות שוטפות ללא השהיות מורגשות.

הפרטים

על פי דיווח של The Decoder, מודל Eleven v4 הגיע לציון של 91.7% במבחן ביצועי ההגייה, לעומת 85.6% בגרסה הקודמת v3. בנוסף, חזרה התמיכה בשכפול קול מקצועי (Professional Voice Clones), לצד שכפול מהיר (Instant Voice Clone) הדורש דגימת אודיו של עשר שניות בלבד.

התמחור הסטנדרטי של ה-API עומד על 80 דולר למיליון תווים בגרסת v4 ו-40 דולר בגרסת Turbo, כאשר החברה הציעה הנחה זמנית של 22 דולר ו-11 דולר בהתאמה עד 12 באוקטובר. המודלים נתמכים כעת ב-ElevenAgents, ב-ElevenCreative וב-API, לצד שילוב המודל באפליקציית ElevenReader ל-iOS ולאנדרואיד.

מה זה אומר לכם

עבור משתמשים ויוצרי תוכן בישראל, השדרוג מביא שיפור ניכר בהקראת טקסטים ארוכים, מאמרים וספרים, כאשר התמיכה בעברית מובנית בתוך יותר מ-90 השפות הנתמכות במערכת. היכולת להוסיף רגש ואינטונציה מאפשרת ליצור קריינות מותאמת אישית ללא צורך בהקלטות באולפן.

עבור מפתחים ועסקים מקומיים המפעילים מוקדי שירות או בוטים קוליים, זמני השיהוי הנמוכים של גרסת ה-Turbo מאפשרים לבנות עוזרים קוליים המגיבים במהירות. מומלץ לבדוק את הביצועים וההגייה של מונחים בעברית דרך ממשק הבדיקה או ה-API כדי לוודא התאמה לצרכים שלכם.