ElevenLabs показали 4 модель. И это уже очень серьёзно.

У ElevenLabs вышла новая, четвёртая модель генерации голоса. И качество, особенно на английском, конечно, впечатляет: акценты, эмоции, актёрская игра, интонации.

Прикрепляю два видео. Лучше сначала послушать английский оригинал, а следом русский перевод, чтобы было понятно, о чём идёт речь.

И чем лучше становятся такие модели, тем сильнее я понимаю одну вещь: работа режиссёра с голосом никуда не исчезнет. А вот работа человека, который просто продаёт свой голос, — под большим вопросом.

Мы постоянно записываем дикторов для презентационных роликов, отчётных фильмов и других проектов. И классическая схема выглядит так:
клиент просит срочно изменить пару предложений → мы звоним звукорежиссёру → он ищет диктора → диктор едет в студию → записывает две фразы → нам присылают материал.

Огромная потеря времени и денег из-за нескольких предложений.
А теперь представьте, что голос этого диктора уже оцифрован. Звукорежиссёр просто открывает проект, генерирует новую фразу, работает с интонацией и через несколько минут всё готово.

Да, режиссура, подбор интонации, десятки генераций и поиск нужного дубля всё равно останутся. Просто сам «носитель голоса» постепенно перестаёт быть обязательным звеном.

И кто знает, возможно звукорежиссёр, у которого мы сейчас заказываем дикторов, уже так и работает. А мы просто платим как за живого 😄