原文來源：AIGC開放社區(qū)

圖片來源：由無界 AI生成

1月23日，文本生成語音平臺ElevenLabs在官網(wǎng)宣布，獲得8000萬美元（約5.7億元）B輪融資。本次由Andreessen Horowitz、 Nat Friedman領(lǐng)投，紅杉資本、 SV Angel等跟投。

用戶通過文本和語音的方式在ElevenLabs平臺，就能生成中文、英文、日文、韓文等29種語言以及1000多種聲音，同時可以對生成語音的清晰度、風(fēng)格、穩(wěn)定等參數(shù)進行自定義設(shè)置。

此外，ElevenLabs在宣布融資的同時發(fā)布了新的配音工作室、語音庫和移動應(yīng)用三款預(yù)覽產(chǎn)品，以鞏固其在生成式AI語音領(lǐng)域的獨角獸地位。

資料顯示，ElevenLabs創(chuàng)立于2022年4月，總部位于美國紐約，最初員工不超過10人，目前已增長至40多人。

ElevenLabs曾在2023年1月獲得200萬美元種子輪融資，6月21日獲得1900萬美元A輪融資。

ElevenLabs于2023年1月正式推出了測試產(chǎn)品，因簡單、易用、免費等優(yōu)勢，其注冊用戶很快突破100萬，目前41%的財富 500 強公司在使用其產(chǎn)品。

包括世界上最大的有聲讀物出版商之一的Storytel；全球著名內(nèi)容創(chuàng)作者平臺TheSoul Publishing；

知名游戲開發(fā)商Paradox Interactive等。這些企業(yè)通過ElevenLabs平臺制作有聲讀物、電影配音、游戲NPC的聲音等。

Eleven Labs核心團隊

產(chǎn)品方面，ElevenLabs基于自研的Eleven Multilingual v2、Turbo v2等大模型，提供文本生成語音、語音生成語音、語音克隆、語音識別等特色功能。

文本生成語音：用戶通過文本可直接生成中文、英文、韓文、日文等29種語言語音，同時支持跨文本語音生成。例如，上傳了一段英語文本，可直接生成意大利語音。

使用方法也非常簡單，先選擇語音生成的類型，然后選擇應(yīng)用的模型、語音參數(shù)和模仿語音，再輸入文本，通常幾秒鐘就能生成語音。

雖然ElevenLabs支持中文語音，但根據(jù)「AIGC開放社區(qū)」的實際體驗，其語音、語調(diào)等方面還是有很強的機器人感覺，英語和其他語種表現(xiàn)卻很好。

語音轉(zhuǎn)語音：可幫助用戶將語音自動轉(zhuǎn)換成別的語音，例如，上傳了一段男聲語音，可以自動轉(zhuǎn)換成老年人的聲音。

傳統(tǒng)的語音轉(zhuǎn)換方法是，需要采集音頻樣本，然后提取基頻、共振峰、時域和頻域特征等，再進行去噪、歸一化，整個流程非常繁瑣復(fù)雜。

而ElevenLabs可實現(xiàn)一鍵語音轉(zhuǎn)換，同時支持用戶對語音進行可視化控制，例如，修改強度、音峰、情感等參數(shù)。

語音克?。?/strong>用戶提供一段語音片段，將其上傳到ElevenLabs平臺。就能通過新上傳的語音，創(chuàng)建全新的內(nèi)容，整體模仿效果非常出色。

為了減少ElevenLabs平臺生成一些非法語音，例如，模仿他人親戚用于電信詐騙，ElevenLabs推出了語音識別分類功能，用戶只需要上傳語音便能快速識別出是真人發(fā)音或AI自動生成的，這對于提升產(chǎn)品的安全性非常重要。