腾讯研究院AI速递 20250609

生成式AI 一、 OpenAI升级高级语音功能，更像真人，外加随身翻译官 1. ChatGPT高级语音功能升级，声音更自然，能表达情感和语调变化，使交流更具人性化； 2. 新增实时翻译功能，支持跨语言对话，可在国际环境中充当同声传译，无缝衔接对话； 3. 该功能已向所有付费用户开放，用户只需点击输入框中的语音图标即可使用。 https://mp.weixin.qq.com/s/E9NZu15JIlQA2mw9XKmGPQ 二、 独角兽ElevenLabs发布Eleven v3：狠狠拿捏情感控制 1. ElevenLabs发布新版TTS模型Eleven v3，支持70多种语言，声称是"迄今为止最具表现力 的文本转语音模型"； 2. 引入音频标签系统，可精确控制情感表达，包括情感标签、音效标签和特殊标签，标点符 号也影响情绪传递； 2. 采用双自回归架构和RLHF技术，支持13种语言，包括中英日等，在TTS-Arena排名第 一； 3. 定价每百万字节15美元(约0.8美元/小时)，适用于内容创作和配音领域，未来计划推出版 权音色注册与分成机制。 https://mp.weixin.qq.com/s/UbyYrm ...