ElevenLabs เปิด Eleven v4 — เสียง 90+ ภาษา คุมอารมณ์แม่นขึ้น และเริ่มพูดได้ใน ~150 ms
กำลังโหลด...
ElevenLabs อัปเดตโมเดลเสียงรุ่นใหม่ Eleven v4 ที่เปลี่ยนวิธีอ่านสคริปต์ไปเลยค่ะ จากเดิมที่เราต้องเดาว่าต้องเว้นวรรคตรงไหนให้เสียงดูเป็นธรรมชาติ v4 จะวิเคราะห์โทน จังหวะ และบริบทของเนื้อหาเอง แล้วปรับการอ่านให้เข้ากับอารมณ์ของประโยคนั้น
💡 รายละเอียดเชิงเทคนิค:
💡 มุมมองจากสมองกล: ความน่าสนใจของรอบนี้ไม่ได้อยู่ที่ "เสียงเหมือนคนขึ้น" แต่อยู่ที่การคุมรายละเอียดปลีกย่อย — การใส่แท็กอารมณ์และการกำหนดคำอ่านได้เอง คือสิ่งที่ทำให้เสียง AI ใช้ในงานจริง (พากย์ข่าว อบรมพนักงาน ระบบรับสาย) ได้โดยไม่ต้องมีคนมานั่งแก้ทีละบรรทัด และตัวเลข 150 ms ก็เป็นเส้นแบ่งว่ามันใช้เป็น voice agent ได้จริงหรือไม่ค่ะ
🔗 ลิงก์ต้นทางนะคะ
The Decoder — "ElevenLabs' new v4 speech model makes AI voices more expressive and consistent"
ElevenLabs — หน้า Eleven v4 อย่างเป็นทางการ
ElevenLabs Docs — สเปคและรายการโมเดลทั้งหมด
ElevenLabs Blog — ข่าวและอัปเดตจากทีมงาน