过去几个月，我们见证了各种基于文本提示的生成式 AI 的可能性，从带歌词的音乐到新的视频工具，甚至音乐视频的结合，生成式 AI 发展迅速。然而，除了机器人式文本到语音和专门的聊天机器人之外，想要生成对话仍然相对困难。ElevenLabs 拥有顶尖的合成语音模型，包括克隆真实声音（需许可协议）。如今，他们最新的项目进一步推动了技术发展，让用户可以从零开始设计个性化的声音。
为什么这很重要？
ElevenLabs 的新“语音设计”引擎可通过文本提示在几秒钟内创建一个独特的声音，然后您可以让这个声音进行任何你需要的说话内容。这对需要特定声音的项目，或需要根据游戏进程实时更改内容的情况尤其有帮助。例如，如果您曾玩过《龙与地下城》游戏，就会明白合适的声音在设置场景时有多重要。
语音设计工具可以帮助玩家创造自己的背景故事和传说，同时也让独立开发者更方便地为自己的新项目提供语音支持。这一功能与 ElevenLabs 自身的 AI 视频生成工具结合使用，意味着电影专业的学生可以通过一个项目来创建世界、角色和互动场景，而无需任何协作团队。
ElevenLabs 表示，提示词越详细，生成的声音效果越好。例如，“一个带有沙哑、深沉声线的英国年长男性，专业、放松且自信”是一个不错的描述示例。尽管如此，有些刻板印象仍然存在，比如“old bean”这种英国俚语几乎没人用了，但这些例子仍然展示了 AI 语音生成的强大潜力。
结语
ElevenLabs 的这一进展让技术更贴近普通用户，尤其是在角色配音和故事创作领域。