شرکت ElevenLabs اکنون سرویس کلون‌کردن صدا با هوش مصنوعی و API تبدیل متن به گفتار اراعه می‌دهد. این شرکت به‌تازگی قابلیت ساخت ربات‌های مکالمه‌محور با هوش مصنوعی را معارفه کرده است.

به‌گزارش تک‌کرانچ، این استارتاپ خبرداد کاربران اکنون می‌توانند روی پلتفرم گسترش‌دهنده ElevenLabs دستیار مکالمه‌ای (Conversational Agent) بسازند که شامل متغیرهای قابل تنظیم همانند لحن صدا و طول جواب‌ها است.

تا پیش از این ElevenLabs روی اراعه صداهای گوناگون و ابزارهای هوش مصنوعی برای خدمات تبدیل متن به گفتار متمرکز می بود. به حرف های «سم اسکلار»، مدیر رشد این شرکت، تعداد بسیاری از مشتریان از این قابلیت برای تشکیل ایجنت مکالمه‌محور منفعت گیری می‌کردند. اما چالش مهم، یکپارچه‌سازی پایگاه دانش و مدیریت وقفه‌های مشتریان می بود. به همین علت این شرکت تصمیم گرفت یک خط تشکیل کامل برای پردازش ربات‌های مکالمه‌ای بسازد.

امکانات تازه برای ساخت دستیار مکالمه‌ای

کاربران می‌توانند با ورود به حساب‌کاربری ElevenLabs، یک دستیار مکالمه‌ای تشکیل کنند. آنها می‌توانند با انتخاب یک الگو یا ساخت پروژه تازه، تنظیماتی همانند زبان مهم ایجنت، مطلب اولیه، و پرامپت سیستم برای تعیین شخصیت دستیار را اشکار کنند. گسترش‌دهندگان این چنین باید یک مدل زبانی بزرگ همانند Gemini یا Claude، مقدار خلاقیت جواب و محدودیت منفعت گیری از توکن‌ها را تنظیم کنند. قابلیت‌های دیگر این سرویس از قرار زیر است:

• تنظیماتی همانند صدا، تأخیر در جواب، پایداری، معیارهای احراز هویت، و حداکثر طول مکالمه.
• اضافه‌کردن پایگاه دانش سفارشی شامل فایل‌ها، لینک‌ها یا بلوک‌های متنی برای حمایتاز ربات مکالمه‌ای.
• یکپارچه‌سازی مدل زبانی سفارشی با ربات.

شرکت‌ها می‌توانند معیارهایی را برای جمع‌آوری اطلاعات خاص از مشتریان (همانند نام و ایمیل) و این چنین برسی پیروزی یا ناکامی مکالمه در قالب زبان طبیعی تعریف کنند.

گسترش قابلیت‌های گفتاری در دستیار هوش مصنوعی

ElevenLabs از خط تولیدی اختصاصی برای تبدیل متن به گفتار منفعت می‌برد اما برای محصول جدیدش، قابلیت تبدیل گفتار به متن را نیز گسترش داده است. اگرچه اکنون API تبدیل گفتار به متن را به‌صورت جدا گانه اراعه نمی‌کند، امکان پذیر در آینده این کار را انجام دهد و با سرویس‌های شرکت‌هایی همانند آمازون، مایکروسافت، گوگل و این چنین APIهای تخصصی همانند Whisper (OpenAI) ،AssemblyAI ،Deepgram ،Speechmatics و Gladia رقابت کند.

این شرکت که به‌جستوجو جذب اندوخته تازه با ارزشی بیشتر از ۳ میلیارد دلار است، با استارتاپ‌های فرد دیگر همانند Vapi و Retell که دستیار‌های مکالمه‌ای می‌سازند، رقابت می‌کند. این چنین رقیب API مکالمه لحظه‌ای OpenAI خواهد می بود. بااین‌حال، ElevenLabs معتقد است قابلیت‌های سفارشی‌سازی و توانایی تحول مدل‌ها، مزیت رقابتی آن نسبت به OpenAI خواهد می بود.