أطلقت ElevenLabs نموذجَي تحويل النص إلى كلام Eleven v4 وEleven v4 Turbo، في تحديث يركز على تحسين التعبير الصوتي، اتساق هوية المتحدث، ودعم التطبيقات التي تتطلب استجابة شبه فورية. ويتوافر النموذجان عبر ElevenAgents وElevenCreative وElevenAPI، مع إمكانية تجربتهما من الحسابات المجانية.
تحكم أكبر في النبرة والسياق
تقول الشركة إن Eleven v4 يعتمد على بنية جديدة قادرة على تفسير السياق والنبرة وسرعة الكلام والانفعال والشخصية عند إنتاج الصوت. ويستهدف ذلك الحفاظ على هوية المتحدث في النصوص الطويلة، مع تغيير أسلوب الإلقاء بحسب طبيعة المشهد، مثل الحوار الدرامي أو العاجل أو الكوميدي أو اليومي.
كما يمكن للنموذج الاستفادة من الجمل السابقة داخل المحادثة لضبط نبرة الجمل اللاحقة. ووسعت ElevenLabs نظام العلامات الصوتية الذي ظهر مع Eleven v3، إذ أصبح من الممكن دمج عدة تعليمات داخل الطلب وتطبيقها بترتيب محدد. وتشمل التعليمات أمثلة مثل الضحك، والغضب، ولهجة معينة، والمطر الخفيف، واهتزاز الهاتف. وأعلنت الشركة أيضاً تحسين دعم الأبجدية الصوتية الدولية (IPA) للمساعدة في نطق الكلمات والأسماء الخاصة.
استنساخ الصوت ودعم اللغات
وفقاً لـElevenLabs، يستطيع Eleven v4 استنساخ صوت من تسجيل لا تتجاوز مدته 10 ثوانٍ. كما أعادت الشركة إتاحة ميزة Professional Voice Clone مع النموذج الجديد، بعد عدم دعمها في Eleven v3.
يدعم Eleven v4 وEleven v4 Turbo أكثر من 90 لغة، مقارنة بنحو 70 لغة في Eleven v3. وتذكر الشركة تحسناً خاصاً في اليابانية والبرتغالية البرازيلية والماندرين والكانتونية، إضافة إلى قدرة النسخ الصوتية على التحدث بلغات أخرى بلكنة محلية أكثر طبيعية، بحسب تقييمها.
ما الذي يتغير عملياً مع v4 Turbo؟
صُمم Eleven v4 Turbo لوكلاء الذكاء الاصطناعي الصوتيين ومراكز الاتصال والتطبيقات الفورية التي تتأثر مباشرة بزمن الاستجابة. ويدعم النموذج البث ثنائي الاتجاه، ما يتيح بدء توليد الصوت قبل اكتمال إنتاج الجملة بالكامل.
تقول اختبارات الشركة إن الوسيط الزمني لبدء إخراج الصوت يبلغ نحو 150 مللي ثانية، بينما يبلغ وسيط زمن الاستدلال نحو 100 مللي ثانية. وتظل هذه الأرقام نتائج اختبارات أجرتها ElevenLabs وليست قياسات مستقلة. وتشير الشركة إلى أن النموذج يستطيع بدء الكلام قبل اكتمال رد نموذج اللغة الكبير، كما يتعامل صوتياً مع سيناريوهات مثل الخلاف أثناء المكالمة، والتحويل إلى ممثل آخر، أو وضع المتصل قيد الانتظار.
التوافر والقيود المعلنة
يمكن استخدام النموذجين عبر ElevenAgents وElevenCreative وElevenAPI، وتجربتهما من خلال الحسابات المجانية. تتضمن الخطة المجانية 10 آلاف رصيد شهرياً، بينما تبدأ الخطط المدفوعة من 6 دولارات شهرياً. ويدعم Eleven v4 إنتاج ما يصل إلى 10 آلاف حرف في العملية الواحدة، مع أدوات لربط المقاطع الصوتية والحفاظ على الإيقاع والنبرة في المحتوى الطويل مثل الكتب الصوتية والبودكاست.
تكمن أهمية الإعلان في جمع تحسينات التعبير متعدد اللغات مع مسار منفصل للاستجابة منخفضة التأخير، لكن جودة النتائج الفعلية ستظل مرتبطة باللغة، وطبيعة النص، وزمن الاستجابة في بيئة الاستخدام، فضلاً عن ضرورة التحقق من ملاءمة استنساخ الأصوات للاستخدام المقصود. ولم يقدم المصدر اختبارات مستقلة تقارن النموذجين مباشرة بالمنافسين.
كيف أعددنا هذا الخبر؟
اعتمد الخبر على المصدر الأصلي الموضح أعلاه. قد نستخدم أدوات آلية للمساعدة في الاستخراج والتصنيف والصياغة،
لكن النشر يخضع لقواعد تمنع المحتوى المكرر والقصير أو الروتيني منخفض القيمة.
اقرأ سياستنا التحريرية.