Eleven v4 Turbo 首包延迟约 150ms,支持 90 多种语言
sven_ai · x · 2026-10-26
博主 svenai 提到 AI 语音已经卷到笑声和悄悄话层面:Eleven v4 Turbo 首段语音延迟中位数约 150ms,支持 90 多种语言,不只是把字念出来,还能自然停顿、压低声音等。
作者担心的场景是推销电话接上这种语音后,普通人已难以分辨对面是不是真人——以后接电话可能得先怀疑对方身份。
「多模态」频道最新
- LanSE：用稀疏编码器评估多模态模型生成内容 — xuanalogue · 2026-10-26
- 用 Kling 4.0 生成特斯拉 Roadster 环球行驶震撼短片 — SimplyAnnisa · 2026-10-26
- Kling+Seedance 联手打造 4K AI 音乐 MV《TENDER》 — Superb_Vegetable_684 · 2026-10-26
- Moss 字符 LoRA 训练质量大突破，几美元云训练胜过 Krea — derTommygun · 2026-10-26
- 纸鹤穿帮后让 Claude Code 重做管线：AI 短片道具一致性四招 — Odd_Definition_9724 · 2026-10-26
- 姜饼人水彩绘本 Clipart 提示词分享，成品效果可爱出圈 — azed_ai · 2026-10-26