ElevenLabs, metni konuşmaya dönüştüren Eleven v4 modelini ve daha hızlı yanıt vermeyi hedefleyen Eleven v4 Turbo sürümünü kullanıma açtı. Şirketin resmî duyurusu, yeni modelin konuşma tonu, duygu ve bağlamı daha iyi işlemesine odaklanıyor. Teknoblog’da daha önce yer verdiğimiz ElevenLabs ile Spotify iş birliği, bu tür ses modellerinin sesli kitap üretiminde nasıl kullanılabildiğini göstermişti; yeni sürüm ise aynı alanın yanında canlı konuşan ajanları da hedefliyor.
Eleven v4, yazılı metindeki sözcüklerin yanı sıra cümlenin nasıl söylenmesi gerektiğini yorumlamaya çalışıyor. Kullanıcılar telaffuz, duygu veya ses efekti için metin içine yönlendirme ekleyebiliyor. Şirket, modelin bu komutları önceki sürümlere göre daha tutarlı izlediğini belirtiyor. Bu özellik bir oyun karakterinin tepkisini, reklam seslendirmesinin tonunu veya bir kitabın anlatımını hazırlayan ekipler için önemli olabilir. Yine de ortaya çıkan sesin uygunluğu, girilen metne ve seçilen sese göre değerlendirilmeli.
Çok konuşmacılı içerik de duyurunun odak noktaları arasında. ElevenLabs, modelin sahnenin genel bağlamını işleyerek karakterlerin birbirinden kopuk cümleler kurması yerine önceki sözlere tepki veren bir diyalog üretebildiğini söylüyor. Bunun yanında aynı konuşmacının ses özelliklerini uzun içerik boyunca korumayı amaçlıyor. Sesli kitap, dublaj ve konuşan uygulamalarda tutarlılık, tek bir kısa örneğin etkileyici duyulmasından daha önemli bir ölçüt.
İLGİNİZİ ÇEKEBİLİR
OpenAI yeni yapay zekâ modelini son anda durdurdu
Nvidia, yapay zekâ ajanları için yeni güvenlik platformunu duyurdu
SteelSeries Rival Pro ve Sensei Pro’ya UWB ve değiştirilebilir pil ekledi
Marshall’ın en küçük parti hoparlörü 40 saatlik pil ömrüyle geldi
Oppo K14 Plus 8000 mAh pili 8,4 mm gövdeye sığdırıyor
Şirketin verdiği bilgiye göre Eleven v4 ve Turbo, 90’dan fazla dili destekliyor. Bir dilde kaydedilen sesin başka dilde konuşurken kimliğini koruması ve hedef dilin aksanına yaklaşması vaat ediliyor. Bu, çeviri ve yerelleştirme projeleri için dikkat çekici bir iddia. Türkçe performansının farklı konuşma tarzlarında nasıl sonuç verdiği ise duyurudan tek başına anlaşılamıyor; bunun için dil özelinde örnekleri dinlemek gerekiyor.
Eleven v4 Turbo, canlı konuşmada ne sunuyor?
Turbo sürümü, özellikle sesli ajanların cevap vermesini hızlandırmak için hazırlanmış. ElevenLabs, kendi ölçümünde ilk duyulabilir ses için yaklaşık 150 milisaniyelik medyan süre bildiriyor. Bu değer ağ gecikmesi çıkarılarak, şirketin belirttiği test koşullarında hesaplanmış. Dolayısıyla gerçek bir telefon görüşmesinin toplam yanıt süresi olarak okunmamalı. Konuşmanın anlaşılması, yanıtın hazırlanması ve bağlantı koşulları ayrıca etkili olacak.
Günün Öne Çıkan Fırsatları
REKLAM — Bu içerikte satış ortaklığı bağlantıları bulunmaktadır. Bu bağlantılar üzerinden yapılan alışverişlerden Teknoblog komisyon kazanabilir.
ElevenLabs, Turbo’yu ElevenAgents platformuyla birlikte geliştirdiğini belirtiyor. Amaç, hızlı yanıt ile ifadeli konuşmayı aynı uygulamada sunmak. Öte yandan Eleven v4 tarafında anında ses klonlama için 10 saniyelik kayıtla yüksek kaliteli sonuç alınabildiği iddia ediliyor. Profesyonel Ses Klonları desteği de eklenmiş. Bu araçları kullanırken ses sahibinin izni ve ortaya çıkan içeriğin nasıl etiketlendiği, teknik kalite kadar önemli.
Şirketin paylaştığı kör karşılaştırmalarda dinleyicilerin yaklaşık yüzde 75’i Eleven v4 çıktısını belirli rakip modellere tercih etmiş. Testin rakipleri, örnek cümleleri ve değerlendirme yöntemi bu sonuç için geçerli; bütün dillerde ya da kullanım koşullarında aynı üstünlüğü kanıtlamıyor. Eleven v4 ve Turbo bugün ElevenCreative, ElevenAgents ve ElevenAPI üzerinden erişilebilir durumda. Böylece içerik üreticileriyle geliştiriciler, yeni sürümü kendi seslendirme akışlarında deneyebilir.
