قابلیت جدید هوش مصنوعی ElevenLabs: حالا با دستور متنی، افکت صوتی بسازید

به نظر می رسد هوش مصنوعی در حال ورود به عصر جدیدی در زمینه تولید محتوای صوتی است. نرم افزار ElevenLabs صدای انسان و موسیقی تولید شده توسط هوش مصنوعی را ارائه می دهد. اکنون این هوش مصنوعی به کاربران اجازه می دهد تا جلوه های صوتی برای پادکست ها، فیلم ها یا بازی ها نیز ایجاد کنند.

به گفته TheVerge، این ابزار جدید می تواند تا ۲۲ ثانیه صدا بر اساس درخواست کاربران تولید کند که می تواند با پلتفرم های صوتی و موسیقی سایر شرکت ها ترکیب شود. همچنین پس از اتمام کار، این سرویس حداقل چهار نوع فایل صوتی قابل دانلود را در اختیار کاربران قرار می دهد.

ElevenLabs اعلام کرد که با پلتفرم Shutterstock برای ساخت یک پایگاه داده و آموزش این مدل هوش مصنوعی کار کرده است. Shutterstock قبلاً مجوز پایگاه داده محتوای خود را به بسیاری از شرکت های هوش مصنوعی از جمله Meta، OpenAI و Google داده است.

ویژگی های نسخه پولی و رایگان سرویس هوش مصنوعی ElevenLabs

استفاده از جلوه های صوتی سرویس هوش مصنوعی ElevenLabs رایگان است، اما کاربران اشتراک می توانند از کلیپ های صوتی تولید شده با مجوزهای تجاری استفاده کنند. در حالی که کاربران رایگان باید “elevenlabs.io” را در عنوان محتوای خود قرار دهند. همچنین این کاربران در هنگام نوشتن دستورات دارای محدودیت کاراکتر هستند و مجاز به استفاده از ۱۰۰۰۰ کاراکتر در ماه هستند.

سرویس های مختلفی برای ارائه جلوه های صوتی به فیلمسازان و بازی سازان در بازار وجود دارد، اما گاهی اوقات این خدمات گران هستند یا در پخش صدا با مشکل مواجه می شوند.

ElevenLabs در سایت خود می گوید که مدل هوش مصنوعی را “برای تولید صدای غنی، همه جانبه، سریع، مقرون به صرفه و در مقیاس بزرگ” طراحی کرده است.

سایر توسعه دهندگان هوش مصنوعی نیز در حال توسعه چنین سرویسی هستند. سال گذشته، Stability AI سرویس Stable Audio را منتشر کرد که جلوه های صوتی ایجاد می کند. مدل های AudioCraft متا همچنین صداهای پس زمینه طبیعی مانند باد یا ترافیک تولید می کنند.

منبع: دیجیاتو