Вышел ElevenLabs v4, кажется, это действительно одно из самых интересных обновлений за последнее время.
Главное изменение — намного больше контроля над эмоциями и подачей голоса. Модель лучше понимает контекст, интонацию, темп и эмоциональное состояние персонажа.
И вот этого мне как раз очень не хватало во многих проектах.
При клонировании голоса обычно довольно легко получить хороший спокойный или дикторский голос. Но как только нужны были эмоциональные всплески — крик, раздражение, страх, смех, резкая смена интонации — контролировать результат становилось гораздо сложнее.
Иногда спасал Speech-to-Speech, и через него удавалось докрутить нужную эмоцию, но даже это работало не всегда.
В v4 с этим стало заметно интереснее. Голоса ощущаются живее, диапазон эмоций шире, а главное — появляется больше контроля над самой актерской подачей.
Для кино, рекламы, диалоговых сцен и AI-персонажей — очень мощный инструмент.
Однозначно рекомендую попробовать.
А вот пример того, что я сгенерил