ElevenLabs ने अपने टेक्स्ट-टू-स्पीच (TTS) मॉडल, Eleven v3 का अल्फा संस्करण जारी किया है। यह नया संस्करण AI-संचालित आवाज पीढ़ी में महत्वपूर्ण प्रगति पेश करता है।
Eleven v3 की एक प्रमुख विशेषता जापानी भाषा का समर्थन है, जो लंबे समय से चली आ रही मांग को पूरा करती है। इसके अतिरिक्त, यह भावनात्मक और संवादात्मक क्षमताओं को शामिल करता है, जो इसे पिछले मॉडलों से अलग करता है।
Eleven v3 भाषा समर्थन को 33 से बढ़ाकर 70 से अधिक भाषाओं तक विस्तारित करता है, जिससे वैश्विक जनसंख्या कवरेज 60% से 90% तक बढ़ जाता है। मॉडल में प्राकृतिक स्पीकर संक्रमण के लिए संवाद मोड और सूक्ष्म अभिव्यक्ति के लिए वॉयस टैग समर्थन भी शामिल है।
उपयोगकर्ता अब आह और हंसी जैसे मुखर संकेत जोड़ सकते हैं। मॉडल एक ही टेक्स्ट के भीतर विविध भावनात्मक अभिव्यक्तियों का भी समर्थन करता है। कॉल सेंटर और वास्तविक समय संवादी एजेंटों को लक्षित करते हुए, निकट भविष्य में स्ट्रीमिंग समर्थन की योजना बनाई गई है।
एक मुफ्त परीक्षण उपलब्ध है, जो उपयोगकर्ताओं को Eleven v3 की क्षमताओं का परीक्षण करने की अनुमति देता है। मुफ्त योजना प्रति माह 20,000 वर्णों तक उत्पन्न करने की अनुमति देती है, जिसमें प्रति पीढ़ी अधिकतम 2,500 वर्ण होते हैं।