Новости про ElevenLabs
51 материалов с упоминанием ElevenLabs: релизы, бенчмарки, цены и доступность. Профиль компании и её модели — на странице ElevenLabs.
-
ElevenLabs представила ElevenAI: ИИ-секретарь для команд
ElevenLabs выпустила приложение ElevenAI, объединяющее транскрибацию, конспектирование и диктовку в единый инструмент для корпоративных команд.
-
Zyphra Zonos3-Mini: TTS с 100M параметров для real-time на устройстве
Zyphra представила Zonos3-Mini — компактную модель синтеза речи (MoE, 100M активных параметров), способную работать в реальном времени на мобильных устройствах и в браузере с задержкой менее 150 мс.
-
ElevenLabs Scribe v3: -27% ошибок WER и диаризация в реальном времени
ElevenLabs представила Scribe v3 и Scribe v3 Live, новые модели распознавания речи, которые значительно снижают количество ошибок и впервые добавляют диазизацию для потоковой передачи.
-
Fish Audio Live 3: Полудуплексный голос с реакцией за 186 мс
Fish Audio представила модель Live 3 для голосовых агентов, способную реагировать на паузы и перебивания за 186 мс. Цена снижена вдвое до $0.035/мин, но пока доступна только на английском.
-
Jensen Huang отказался от выступлений на фоне скандала с Nvidia
CEO Nvidia Дженсен Хуанг отменил участие в ElevenLabs Summit и Anthropic CEO Forum после признания в измене и начала внутреннего расследования компании.
-
VoxCPM2: Бесплатный конкурент ElevenLabs с мультиязычностью
Исследователи представили VoxCPM2 — модель генерации речи, способную имитировать голос по короткому эталону на нескольких языках без потери стабильности тембра.
-
OpenFilm: AI-видео через один HTML-файл и CSS
OpenSource-платформа OpenFilm позволяет агентам (Codex, Claude) генерировать видео как веб-страницы, а редактор Studio дает полный контроль над таймлайном и анимацией.
-
ElevenLabs интегрировал SoundCloud: 25 млн треков и прямой релиз
ElevenLabs запустила функцию прямой публикации AI-музыки на SoundCloud, преодолев барьеры дистрибуции. Платформа преодолела отметку в 25 миллионов сгенерированных треков.
-
Soniox STT v6: Эхо-фильтр и контекст агента за $0.12/час
Soniox выпустила STT v6 с уникальной функцией фильтрации эха голоса самого агента и передачи ему текста в реальном времени. Модель работает в 60+ языках, но независимые бенчмарки пока отсутствуют.
-
Video-use: редактирование видео через Claude Code без просмотра кадров
Проект от Browser Use позволяет монтировать видео, используя текстовые транскрипты и LLM, избегая переплаты за токены на анализ пикселей.
-
Deepgram купила Daily: Pipecat останется open-source, а RCS станет стандартом
Deepgram приобрела создателей фреймворка Pipecat Daily за нераскрытую сумму, чтобы укрепить инфраструктуру голосового ИИ. Проект сохранит открытость, а компании запустили новый протокол RCS.
-
AssemblyAI TTS-1: Голосовые агенты за $15/млн символов с бесконечной параллельностью
AssemblyAI представила первую модель TTS-1 для живых звонков: 47 мс задержки, клонирование голоса и цена ниже ElevenLabs, но без SSML и контроля скорости.
-
NVIDIA Nemotron 3.5 Transcribe: 30B MoE для транскрипции на 40 языках
NVIDIA открыла веса модели Nemotron 3.5 Transcribe — гибридной MoE-архитектуры (34B параметров, ~4.3B активных) для аудио-транскрипции, диаризации и перевода в одном решении.
-
Nvidia выпустила Nemotron 3.5: открытый ASR на 30 млрд параметров
Nvidia открыла доступ к модели Nemotron 3.5 Transcribe, способной транскрибировать аудио на 40 языках и распознавать до 8 спикеров. Модель работает на одном чипе и бьет конкурентов в бенчмарках.
-
Disruptive Capital собирает $10 млрд на ставки в AI и оборону
Техасский венчурный фонд Disruptive Capital привлек $10 млрд, чтобы сделать до 10 крупных инвестиций в капиталоёмкие стартапы. Это крупнейший раунд в истории Техаса.
-
OpenSpline: Оживите голосового AI-агента за 5 строк кода
Новый open-source проект OpenSpline позволяет синхронизировать видео с лицом и аудио от любых TTS-систем. Поддержка OpenAI, Gemini, LiveKit и ElevenLabs.
-
Mistral AI представила Voxtral 3: 4 модели голоса и SDK для агентов
Mistral AI выпустила семейство Voxtral 3, включающее 3 модели распознавания речи, TTS и SDK на базе LiveKit. Модель Small Transcribe 3 заняла 3-е место в рейтинге Artificial Analysis с WER 2.1%.
-
NPCTalk: Оживляем NPC в играх через AI-голос и LLM
Проект Universal Modder представил NPCTalk — плагин, позволяющий любому NPC в одиночных играх отвечать игроку голосом, клонированным из оригинала, с задержкой около секунды.
-
Fish Audio выпустила Drama 3: 35B MoE TTS с открытыми весами и режиссурой
Fish Audio представила Drama 3 — 35-миллиардную MoE модель синтеза речи с открытыми весами, способную интерпретировать текстовые режиссерские ремарки и озвучивать до 16 персонажей за один запрос.
-
Image Blaster: Превращаем 2D-скриншоты в 3D-миры за 5 минут
Новый open-source проект Image Blaster использует Claude, World Labs и FAL для генерации 3D-окружения, звуков и мешей из одного изображения.
-
ElevenLabs оценили в $22 млрд: AI-голоса стали дороже, чем SpaceX
Стартап ElevenLabs удвоил оценку до $22 млрд, проведя вторичную продажу акций сотрудников. Это делает компанию одним из самых дорогих частных предприятий в Европе.
-
Claude Code стал универсальным моддером: от декомпиляции до генерации ассетов
Новый плагин universal-modder позволяет Claude Code самостоятельно анализировать движок игры, писать код, генерировать 3D-графику и звук через fal, а затем тестировать мод в реальном времени.
-
ElevenLabs v4: 90 языков, клонирование за 10 секунд и новый уровень контроля
ElevenLabs представила модель v4, поддерживающую 90 языков и позволяющую клонировать голос по 10-секундному клипу. Обновление дает создателям контента беспрецедентный контроль над интонациями.
-
Sarvam AI выпустил Saaras V4: 22 языка Индии и ключевые термины за ₹30/час
Индийская лаборатория Sarvam AI представила модель распознавания речи Saaras V4, поддерживающую все 22 официальных языка Индии и глобальный английский. Модель использует гибридный декодер на 3 млрд параметров и предлагае
-
ElevenLabs оценили в $22 млрд: как ИИ-голос захватил колл-центры
ElevenLabs, ставшая стандартом для генерации реалистичных голосов, достигла оценки в $22 млрд. CEO компании призывает бизнес открыто сообщать клиентам, что с ними говорит ИИ.
-
ElevenLabs представила Reception: ИИ-администратор для бизнеса
ElevenLabs выпустила Reception — голосового ИИ-администратора, который принимает звонки, отвечает на вопросы и записывает клиентов, освобождая людей для стратегических задач.
-
PageLM: Open Source альтернатива NotebookLM с поддержкой 10+ LLM
CaviraOSS выпустили PageLM — платформу, превращающую учебные материалы в интерактивные ресурсы. Поддержка Gemini, GPT, Claude и локальных моделей.
-
Gradium Voice Design: Генерация голосов по тексту без референсов
Gradium представила Voice Design — API-инструмент, создающий новые синтетические голоса за 3–5 секунд по текстовому описанию. В слепых тестах система превзошла ElevenLabs и Inworld, особенно в региональных акцентах.
-
Smallest AI: Lightning v3.1 Pro обходит конкурентов по MOS и задержке
Smallest AI представила премиальную модель TTS Lightning v3.1 Pro с нативным разрешением 44.1 кГц, задержкой 200 мс и оценкой естественности MOS 4.22, превосходящую GPT-4o-mini и ElevenLabs в ключевых метриках.
-
Meta Muse Voice Transcribe: один модель для ASR, диаризации и endpointing
Meta Superintelligence Labs представила Muse Voice Transcribe — единую модель для потоковой расшифровки, распознавания говорящих и определения конца речи. Модель доступна через API по цене $3 за 1000 минут.