Nasza ambicja na 2025 rok: umożliwić twórcom na całym świecie tworzenie agentów AI głosowych, którzy łatwo przechodzą Test Turinga - gdzie każda rozmowa wydaje się prawdziwa i emocjonalnie żywa.

Pracujemy z Yoto, aby dostarczyć więcej historii większej liczbie dzieci. Ich odtwarzacze są w ponad 200 krajach, ale większość historii wspiera tylko trzy języki. Razem to zmieniamy. Uruchamiamy teraz: polski, rumuński, niemiecki, portugalski i hindi. Pewnego dnia: każdy język.

Rzadko czułem, że rozmowa trafia tak blisko serca. Tim to były zawodnik NFL, bestsellerowy autor i uznawany nadawca. Od momentu diagnozy ALS kontynuuje niesamowitą pracę, wykorzystując Voice AI. Właśnie nagraliśmy razem podcast i mieliśmy niesamowitą dyskusję.

Czerwiec był intensywny: wprowadziliśmy nowy model podstawowy, zrealizowaliśmy duże aktualizacje naszej platformy AI do rozmów i nie tylko! Wdrożyliśmy Eleven v3 (alpha) - nasz najbardziej ekspresyjny model Text to Speech. Dodaje pełną kontrolę, wsparcie dla 70+ języków i dialogów. To wersja alpha, ale przy odpowiednim podpowiadaniu, wyniki mogą być oszałamiające! Platforma AI do rozmów - stwórz własnego agenta głosowego - teraz wspiera: - MCP (w tym streamowalne HTTP) - umożliwiając agentom AI łatwe łączenie się z takimi usługami jak Salesforce, HubSpot, Gmail i innymi - Agenci i narzędzia są teraz łatwiejsze do stworzenia - Widget wspiera interakcję tekstową oprócz audio, dając użytkownikom większą elastyczność i łatwiejszy sposób wprowadzania danych - Ulepszony design w całej platformie Platforma Audio Creative - stwórz cokolwiek z audio - teraz zawiera: - Voice Design v3 - generuj dowolny głos tylko za pomocą podpowiedzi. Kontroluj ton, akcent, płeć i emocje; nie są potrzebne próbki - Wersja mobilna zarówno na iOS, jak i Android - uproszczona mini wersja platformy Prezentacja: - @11dotai assistant - prototyp agenta głosowego, który demonstruje, co możesz zbudować z platformą AI do rozmów. Mówi, działa i integruje się z produktami takimi jak Slack, Linear, Perplexity A oprócz przedsiębiorstw i twórców, z dumą współpracujemy teraz z ponad 2 milionami deweloperów, którzy również budują przyszłość głosu.

gęś PR #5, wbudowane dyktowanie głosowe z użyciem @elevenlabsio i whisper-1:

MCP + AI konwersacyjna → tworzenie integracji dla agentów AI jest teraz jeszcze łatwiejsze.

Dzięki za wyróżnienie, legenda!

Głosowa sztuczna inteligencja jest notorycznie trudna do zaprezentowania, więc tym bardziej cieszę się, widząc, jak inni próbują przesunąć granice Eleven v3. Kilka zabawnych z ostatnich dni: od trudnego przejścia po piękne połączenie z modelkami wideo. ↓

Uruchomienie w najgłośniejszy dzień oznacza po prostu, że podnosimy poprzeczkę. Podnosimy poprzeczkę: wysyłka > dramatu. Kilka przykładów Eleven v3 z wczoraj ↓

Przedstawiamy Eleven v3 (alpha) — nasz najbardziej wyrazisty model zamiany tekstu na mowę. - Pełna kontrola emocji - Dialog z wieloma mówcami - 70+ języków To zapowiedź badania: wymaga trochę podpowiedzi, ale kiedy jest właściwa, wynik zapiera dech w piersiach!