شرکت نرم‌افزاری ElevenLabs قابلیت جدیدی به نام Speech to Speech (STS) را به مدل هوش مصنوعی تشکیل صدا Speech Synthesis خود اضافه کرد. این ابزار می‌تواند صدای شما را به شخصیت‌های گوناگون با لهجه‌های متنوع تحول دهد و حتی جنسیت صدا را هم عوض کند. این ابزار از زبان فارسی حمایتمی‌کند و نتایج تقریباً قابل‌قبول می باشند.

مطابق توضیحات اراعه‌شده، STS محتوا و سبک گفتار حاضر در فایل آپلود یا ضبط شده شما را به‌درستی فهمیدن می‌کند و سپس صدای آن را تحول می‌دهد. هم‌اکنون می‌توانید این ابزار را به‌صورت رایگان از طریق وب‌سایت ElevenLabs امتحان کنید.

هوش مصنوعی تحول صدا ElevenLabs

در ویدیو زیر می‌توانید کارکرد این مدل هوش مصنوعی را مشاهده کنید:

ElevenLabs در بیانیه خود توضیح می‌دهد که این مدل این چنین می‌تواند احساسات صدای کاربران را نیز تحول دهد. درواقع برای تحول صدای شما، چندین مدل گوناگون وجود دارد که هر کدام صدای شما را با حالات مختلفی ازجمله دلواپس و شوق‌زده گفتن می‌کنند. این چنین صداها بر پایه موارد منفعت گیری گوناگون همانند بازی‌های ویدیویی، انیمیشن و داستان‌خوانی اشکار شده‌اند. علاوه‌براین، تنظیماتی برای کاربران اراعه شده است تا بتوانند صدای خود را به‌طور کامل کنترل کنند.

همانطور که گفتیم، این ابزار از زبان فارسی حمایتمی‌کند، اما مطابق بازدید‌های دیجیاتو، هوش مصنوعی ElevenLabs در گفتن برخی کلمات مشکل دارد و نتیجه نهایی هم با لهجه تقریباً عجیبی در اختیارتان قرار می‌گیرد. به این علت برای زبان فارسی باید به آن زیاد تر به‌گفتن یک ابزار سرگرمی نگاه کنید.

ElevenLabs وعده داده که در اواخر این هفته تغییراتی را برای صداهای پیش‌فکر Speech Synthesis تشکیل خواهد کرد. به‌طور کلی در هفته‌های آینده بیشتر از ۲۰ صدا به آن اضافه خواهد شد، اما برخی از آن‌ها نیز حذف خواهد شد. درنهایت، تا پیش از آخر سال ۲۰۲۳ ویژگی‌های اشتراک‌گذاری این پلتفرم هوش مصنوعی تحول صدا بهبود خواهند یافت.