HeyGen 发布语音克隆模型 Voice,多项盲测跑赢 ElevenLabs
HeyGen · x · 2026-10-15
HeyGen 官方发布视频场景感知语音克隆模型 HeyGen Voice,称其在 Artificial Analysis 排行榜位列第一,是首个专为视频打造的语音模型:输入一段日常录音、脚本和目标画面,即可按场景调整语气、节奏与声学效果(沙滩、车间、车内等)。
官方给出多组盲测数据:
- 场景声音匹配盲测(50 个环境):vs Cartesia 73%、vs ElevenLabs v4 70%、vs Seedance 2.5 65%;
- 数千名用户无标签盲听选择"自己的声音":vs ElevenLabs 62.2%、vs Cartesia 54.1%、三方对比 41.7%;
- 42,875 次盲评、五种语言的"课程旁白"测试:vs Cartesia 77.9%、vs Inworld 68.1%、vs ElevenLabs v4 61.5%,跨语言时对 Cartesia 优势扩大到 87%。
所属事件:HeyGen 发布语音克隆模型 Voice，多轮盲测胜过 ElevenLabs(5 条相关)→
「多模态」频道最新
- Fish Audio Drama 3 上线 ComfyUI：一次生成多角色对话场景 — NerdyRodent · 2026-10-15
- 回望 2023 年 2 月的 Midjourney:两年进步肉眼可见 — LinusEkenstam · 2026-10-15
- Gemini Argon 4 演示效果惊艳，创作者直呼不可思议 — Saboo_Shubham_ · 2026-10-15
- SayGM 发视频教程:蜡笔龙一句话起飞,静态图秒变动态片段 — markjeffrey · 2026-10-15
- 小提琴里藏一片海:创作者用 Seedance 2.5 做「音乐内部视角」短片 — LudovicCreator · 2026-10-15
- 「老机器带我们走到今天」：AI 生成复古未来巨型城市图 — piotrbinkowski · 2026-10-15