סקירה של כתב העת Act AI על מודל הדיבור והשירה החדש Eleven v4 מבית ElevenLabs, המציג קפיצת מדרגה משמעותית בשילוב קולות מבוססי בינה מלאכותית בהפקות אודיו מסחריות. המודל מתמקד ברציפות רגשית, בדיאלוג טבעי וביכולת לקבל הנחיות בימוי מפורטות בשפה חופשית, ומיועד להשתלב באולפני פוסט-פרודקשן, פסקולים למשחקים, קריינות והפקות מוזיקליות.
הטכנולוגיה מאפשרת למפיק להזין הוראות משחק ואינטונציה מדויקות בתוך הטקסט, כגון שינויי מקצב דיבור, לחישות, הדגשת נשימות והטעמות רגשיות מתחלפות. במקביל, המודל מפגין שיפור ניכר ביכולות שירה ומלמול מלודי, ומאפשר לבנות סקיצות קוליות והרמוניות רקע אמינות המשתלבות היטב ברצועות ה-DAW ללא תחושת קיטוע או עיוותים מלאכותיים המאפיינים מנועי TTS ישנים.
עבור מפיקים, מלחינים ויוצרי סאונד, המאמר מדגיש כי Eleven v4 אינו מתיימר להחליף זמרים אנושיים בהפקות מורכבות, אלא מהווה כלי אולפני רב-עוצמה לבניית דיאלוגים מורכבים, סקיצות ווקאליות מהירות ועיצובי קול ניסיוניים. היכולת לייצא רצועות אודיו מופרדות באיכות גבוהה מאפשרת שילוב חלק של חומרי הגלם ישירות במיקס האולפני, תוך חיסכון ניכר בזמני הפקה יקרים.
קישור לסקירה