全球领先的 AI 语音技术公司 ElevenLabs 正式发布了其最新文本转语音模型 Eleven v3（Alpha 版），被誉为迄今最具表现力的 AI 语音模型。这一突破性进展不仅提升了语音合成的自然度和情感表达能力，还为内容创作者和开发者提供了更强大的工具，助力视频、音频书和多媒体工具的开发。技术突破:更自然的对话与情感表达Eleven v3引入了全新的架构，能够更深入地理解文本语义，显著提升语音的表现力。相比前代模型，v3支持70多种语言，并能处理多角色对话场景，模拟真实交谈中的语气变化、
近日，洛杉矶时报的亿万富翁老板帕特里克・松雄（Patrick Soon-Shiong）向读者发布了一封信，宣布该报将采用人工智能技术，为部分文章添加 “声音” 标签。这些文章若持有 “立场” 或从 “个人角度” 撰写，将会被标识为 “声音”。同时，AI 还将生成一组名为 “见解” 的内容，以要点形式展示在文章底部，内容包括一些标注为 “对该主题的不同看法”。松雄在信中表示，“声音” 标签不仅限于意见专栏的内容，还包括新闻评论、批评、评测等。如果某篇文章持有立场或采用个人视角
在数字媒体洪流中，视频正以前所未有的速度增长。然而，传统的搜索和分析方法始终受限于技术的局限性。十二实验室正在彻底改变这一现状，用人工智能的力量为视频内容带来革命性的理解能力。传统的视频搜索仅停留在标题和标签层面，如同只能看到冰山一角。十二实验室的创始人Jae Lee深知，真正的视频理解需要更深层次的技术。他们的模型不仅仅识别关键词，更能理解视频中的动作、物体和背景声音。这意味着用户可以提出极其精准的问题，比如"穿红色衬衫的人什么时候进入餐
["YouTube要求创作者披露视频中使用AI技术制作的部分，以防误导观众。","新工具在Creator Studio中引入，创作者需标注视频中通过AI技术制作的内容。","未来美国大选期间，人工智能和深度假新闻可能带来重大风险。","新政策不适用于明显非真实内容，但使用AI技术修改人脸或合成声音需标注。","YouTube将在各平台强制要求使用AI技术的视频进行标注，并可能主动添加标签。"]
Baidu
-
Input tokens/M
Output tokens/M
Context Length
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
