ElevenLabs lance les modèles vocaux v4 dans plus de 90 langues

La startup de voix IA ElevenLabs, basée à Londres, a lancé ses modèles vocaux v4 et v4 Turbo le 28 septembre. Ces nouveaux modèles offrent des contrôles d'expression améliorés, une latence réduite pour les agents vocaux et prennent en charge plus de 90 langues.

L'entreprise a indiqué que les modèles peuvent cloner une voix à partir de seulement 10 secondes d'audio, maintenir une identité vocale plus cohérente sur de longs passages, et commencer à générer de l'audio pendant qu'un grand modèle linguistique produit encore du texte.

ElevenLabs a précisé que ce lancement étend la couverture linguistique de 70 langues dans la version v3 à plus de 90. Des gains de qualité significatifs ont été rapportés pour le japonais, le portugais brésilien, le mandarin et le cantonais.

L'entreprise, qui propose également une plateforme vocale IA pour les entreprises, a noté que les grandes entreprises représentent plus de 55 % de son activité. En février, ElevenLabs avait annoncé avoir levé 500 millions de dollars à une valorisation de 11 milliards de dollars.

Ce lancement intervient sur un marché concurrentiel, où des rivaux tels que Cartesia et Deepgram ciblent également les marchés des agents vocaux et des solutions de synthèse vocale pour entreprises.