ElevenLabs推AI工具“AI Dubbing”可将语音翻译成20多种语言

更新时间：2023-12-29 作者：米乐体育网页版官网

  - ElevenLabs推出AI工具“AI Dubbing”，可将语音翻译成20多种语言，同时保留原语音者的声音。

  - “AI Dubbing”可在几分钟内完成语音翻译，过程自动化，用户只需上传文件。

  - ElevenLabs不是唯一探索语音翻译的公司，OpenAI、Meta等也在该领域活跃。

  站长之家（10月11日 消息:美国初创公司ElevenLabs日前推出了一款名为“AI Dubbing”的产品，该产品能将任何语音内容翻译成20多种不同的语言。这一工具面向所有平台用户开放，被视为是改变语音配音领域的创新之举。

  “AI Dubbing”最大的意义在于，它可以为内容创作者打破语言障碍，将内容全球化。ElevenLabs CEO Staniszewski表示，他们与数百位内容创作者合作测试并迭代此功能，目的是将内容配音并使其触达更广泛的听众。从独立创作者到影视工作室都可从中受益。

  该公司声称，AI Dubbing工具可以在几分钟内完成高质量的语音翻译，同时保留讲话人原有的语气与情感。对用户而言，整个翻译流程是自动化的，只需要在ElevenLabs平台上选择语言、上传文件即可，无需人工参与其中。

  在这个AI时代，探索语音翻译的公司不止ElevenLabs一家。比如OpenAI最近使ChatGPT支持语音交互后，也可通过语音转文本和文本转语音的方式来进行不同语言之间的翻译。另外，Meta最近也推出了SeamlessM4T多语言基础模型，可实时进行语音或文本的翻译。

  目前，ElevenLabs的“AI Dubbing”支持20多种语言，包括中文、葡萄牙语、日语等，为用户更好的提供了广泛的全球化选择。ElevenLabs CEO表示，该配音工具可翻译任何时长的视频或音频，同时保留语音者的声音及情感，是同种类型的产品中质量最高的。在语音合成领域，MURF.AI、WellSaid Labs等公司也在探索基于AI的语音技术。

  根据市场预测，语音合成等相关工具2022年市场规模为12亿美元，预计到2032年将达到近50亿美元，复合年增长率超过15%。AI配音工具的出现无疑为这一个市场带来了更多可能性。

  11.11云上盛惠！海量产品 · 轻松上云！云服务器首年1.8折起，买1年送3个月！超值优惠，稳定性很高，让您的云端之旅更加畅享。快来腾讯云选购吧！

  Spotify正在进行AI语音翻译试点项目，将博主的播客翻译成用户的母语。该功能使用了OpenAI最近发布的语音生成技术，能保持原始发言者的风格和特点，提供更真实、自然的听觉体验。Spotify希望能够通过这个功能帮助博主将他们的故事传递给全球更多的听众，同时也会按照每个用户和博主的反馈一直在改进和扩展。

  人工智能公司ElevenLabs推出了名为Projects的长篇音频生成和编辑平台。该平台汇集了公司在长篇语音合成、音频和并行音频生成等领域的研究成果，使创作者、出版商和独立作者能够在几分钟内为整个对话段落、新闻文章甚至有声书生成配音，全部在一个工作流程中完成。该产品简单高效的工作流程和强大的语音生成能力，令ElevenLabs在语音合成领域处于领先地位。

  PikaLabs在Discord上部署的AI视频生成器增加了两项新功能。第一项名为“视频字母化”，可以将不同样式的字母和文字嵌入到短视频中。PikaLabs正不断丰富其AI视频生成器的功能，为用户更好的提供更多定制化选择。

  Spotify正在测试一种新的方式，让播客主持人使用人工智能技术，以自己的声音模拟不同语言版本，以便触达其他语言的听众。图片来源于SpotifySpotify与一些播客主持人进行了合作，使用人工智能技术将他们的英语内容翻译成了其他语言版本，例如西班牙语、法语和德语。「我们始终相信，深思熟虑的AI应用能够在一定程度上帮助建立更深入的听者和创作者之间的联系，这是Spotify解锁人类创

  ABBYY最新发布的智能自动化状况报告揭示了AI领域的最新趋势，尽管当前的经济情况对企业支出构成挑战，但AI投资却飙升了80%以上。报告的调查对象包括美国、英国、德国和法国的IT领袖，他们的见解为我们大家带来了有关AI优先事项和经济影响的重要信息。营销、产品研究开发、销售和物流等影响收入的业务正在成为压缩的三到五年AI路线图中的主要关注点。

  StabilityAI发布了最新的语言模型StableLM3B，该模型是为便携式数字设备设计的，参数规模为30亿，比行业通常使用的70亿参数模型要小，具有更高的性能和可移植性。StableLM3B具有较小的体积和高效性的优势，需要更少的资源和较低的运行成本，使其对大多数用户来说更加可承受。该模型已在HuggingFace平台上发布，可以下载权重进行尝试。

  AI视频编辑初创公司Captions发布了一款名为Lipdub的新应用，用于将视频片段翻译成28种语言。该应用支持多种语言，包括法语、印地语、西班牙语、意大利语、葡萄牙语、日语等，还可以将视频翻译成德克萨斯俚语、Z世代用语、海盗语和婴儿语。AI配音的初创公司引起了众多投资者的兴趣，像英国的Papercup和以色列的Deepdub等初创公司已筹集了数百万美元。

  在线影视平台Tubi日前宣布，将推出一款基于ChatGPT的智能聊天机器人RabbitAI，以提升用户的内容发现和交流体验。这标志着娱乐内容推荐郑重进入AI时代。随技术的进步，基于AI的创新应用有望不断涌现，给用户所带来更好的个性化体验。

  一家初创公司refuel上线了一个AI标注数据的开源工具Autolabel，它能利用LLM自动对数据来进行标注，大大简化了数据标注流程。Autolabel支持主流的LLM提供商，并可为开源和私有模型提供支持。在接下来的几个月中，开发者承诺将向Autolabel添加大量新功能:如支持更多LLM进行数据标注;支持更多标注任务，例如总结等;支持更多的输入数据类型和更高的LLM输出稳健性;让用户能试验多个LLM和不同提示的工作流程。

  微软发布Windows11大更新，新增CopilotAI助手、AI增强画图工具等功能。如果您想立即获得今天的重大Windows11更新，能进入「设置」「Windows更新」，并打开「获取最新更新，一经推出立即获取」的选项。元象开源70亿参数通用大模型XVERSE-7B，免费可商用元象开源了70亿参数通用大模型XVERSE-7B底座与对话版，这是一款全开源、免费可商用的模型，相比之前的XVERSE-13B，7B版本更小巧

  MyMap.AI是一个将文本思路转化为脑图和演示文稿的AI工具。它通过简单的聊天界面，将您的文本思路转化为可视化的脑图和演示文稿。很适合学生、教师和没有设计技巧的专业技术人员使用。它是您节约时机的工具，可以轻松进行协作性的可视化创作。

  tryarvin是由GPT-4驱动的AI浏览器扩展。它集成了最新的GPT-4和GPT-3.5模型，提供多种有用的AI工具，包括代码解释器、AI绘画工具和各种模板，帮助用户完成文案写作、设计和翻译的工作。Arvin还提供了条便捷的操作界面，使得用户在所有网站上，都能进行快速的AI交互。

  SaaSData.app是一个广泛的软件即服务公司和创始人数据库。你不难发现、分析和领先于竞争非常激烈的创业环境,咱们提供了大量的软件即服务公司和创始人详细数据。拥有30000家公司,25000名创始人,每一个数据点你都能够找到,强大的搜索、排序和筛选能力,数据可视化图表,适合不一样的需求的用户。

  Pixble是一个用AI来增强您的照片的在线照片编辑工具。它可以自动修复光照、色彩和色调,使模糊照片清晰,等等。总之可以在几秒钟内提升您照片的质量。Pixble免费试用,无需下载安装。

  Ai Profile Pictures是一款通过上传个人照片进行训练，然后由AI模型生成个性化头像的服务。用户第一步是要购买积分，然后上传至少10张个人照片，等待2-3小时后就可以获得200多张个性化头像。用户可在7天内提交补充照片，如果不满意，可联系客服再次生成。

  PromptBench是一个基于Pytorch的Python包,用于评估大型语言模型(LLM)。它为研究人员提供了用户友好的API,以便对LLM做评估。基本功能包括:快速模型性能评估、提示工程、对抗提示评估以及动态评估等。优势是使用简单,能够迅速上手评估已有数据集和模型,也可以轻松定制自己的数据集和模型。定位为LLM评估的统一开源库。

  FaceSwapper是一个使用前沿AI技术进行无缝人脸互换的在线平台。通过我们简单易用的界面,提升您的创造力,为您的照片添加趣味元素。毫不费力地交换图像中的人脸,制作搞笑的表情包,像从未有过的方式改变您的视觉讲述。FaceSwapper为您提供了无与伦比的精准度,确保自然融合的人脸互换,与原图完美契合。拥抱照片编辑的未来,使用FaceSwapper释放您的想象力,这是终极的人脸互换工具。现在就试试,亲身体验AI人脸互换的魅力吧!

  Promptden是一款为用户更好的提供更便捷的使用体验的工具。通过该扩展，用户都能够在浏览器中直接用ChatGPT的功能，包括生成文本、搜索灵感等。该扩展的优点是提供更快速的交互方式，节省用户时间。定价灵活，适合个人用户和企业用户。定位为提高用户生产力的工具。

  RapidPay是一个移动支付APP,致力于提供简单、安全、快捷的支付体验。正在通过其突破性的人工智能支付网关改变支付世界。该APP支持各大银行信用卡及借记卡,用户都能够通过手机随时随地完成支付。RapidPay具有支付流程简单、支持指纹识别、数据安全加密等优势,可以实现秒级支付,大大提升支付效率。该APP适用于餐饮、购物、娱乐、出行等多个场景,targeted positioning向年轻用户群体。

  VIDIO 是一款下一代视频编辑平台，采用人工智能技术，让视频编辑变得简单高效。它提供了智能对话编辑和自动化指导等功能，用户能够最终靠自然语言与 AI 助手交流，描述编辑需求，从而快速实现视频编辑。VIDIO 还提供了自动字幕、去噪、静音检测等功能，并支持与其他视频编辑软件兼容。免费版可用，付费版提供去水印输出。VIDIO 广受全球创作者的喜爱。

  Chat Gemini是一个免费的聊天机器人API,基于Anthropic公司的Gemini聊天机器人模型开发。它提供了一个简单的界面,让用户都能够随意与机器人聊天。同时它还开放了API,允许开发者自定义训练机器人,实现更智能的对话功能。

  AutoDraw 是一个将机器学习与有才华的艺术家的绘画相结合的工具，帮助您快速绘制图形。它使用智能识别功能，根据您的草图，提供相应的优美图形以选择并完成您的绘画作品。AutoDraw 非常适合那些想要快速绘画但不具备艺术天赋的人。

  InputAi是ChatGPT的升级版本，是最新、最强大的AI聊天模型。它具有更强大的对话生成能力，可以模拟自然对话，提供更加智能、流畅的聊天体验。InputAi定位于提供高质量的对话交互，适用于各种聊天场景。

  TEKHUB AI拥有优秀的人工智能开发团队,可以为您定制开发各种人工智能产品,例如聊天机器人、Recommendation系统等,助您提高生产力。我们的服务涵盖需求分析、方案设计、开发实施以及后续维护升级等全流程。使用TEKHUB AI,您可以快速拥有自己的人工智能应用。

  GPT Pilot 是一款 AI 开发工具，能够在开发者监督下从头开始编写可扩展的应用程序。您指定要构建的应用程序类型，然后 GPT Pilot 会提出澄清问题、创建产品和技术要求、设置环境，并一步一步地编写应用程序，就像在现实生活中一样。在每个任务完成时，它会要求您进行审核，或在遇到问题时提供帮助。这样，GPT Pilot 就像一个开发者一样，而您则是一个主导开发的高级开发人员，审核代码并在需要时提供帮助。

  speakSync是一个基于人工智能的实时语音翻译APP。它能够实现多种语言之间的即时翻译,支持语音转文本和文本转语音,采用了OpenAI的Whisper和GPT模型,实现了流畅准确的翻译效果。该APP专为旅行者、商务人士和语言学习者设计,简化了翻译流程,创建无障碍的跨语言交流环境。

  GAJIX 是一款强大的 AI 学习助手，帮助您学习任何学科。它使用先进的人工智能算法来分析您想要学习的任何学科或网页。只需输入一个主题或 URL，即可即时获得大量信息，帮助您学习。

  StoryPear是一个AI打造的音频故事平台，提供数百种不同故事情节，数十位角色带你踏上新的冒险之旅。用户都能够在平台上探索迷人的音频故事世界，享受令人兴奋的冒险体验。StoryPear的优势在于通过AI技术创造出丰富多样的故事情节和角色，为用户所带来无限可能。

  Supercue是一个Midjourney提示生成器，利用人工智能帮助您为Midjourney创建独特的提示。通过描述您的场景/主题，Supercue会生成创意且引人入胜的提示。它能快速生成描述性的Midjourney提示，节省您的时间并提高创作效率。Supercue提供多种风格的图片生成，从照片逼真的画面到等距投影的作品，应有尽有。

  Otis AI是一款跨渠道广告管理平台，通过AI驱动的功能，帮企业在Facebook、Instagram、Google、TikTok、YouTube等平台上管理数字营销。它提供跨渠道广告管理、AI驱动的广告性能优化、数据驱动的受众定位和归因等功能。Otis AI的定价灵活，并提供不一样的层次的服务，适用于不同规模的企业和个人用户。