标签
在Codex平台上通过HyperFrames、ElevenLabs配音、Remotion动画和Captions字幕等插件，实现从文本到视频的自动化制作流水线。
Ethan Mollick分享了一段提示，指示AI利用ElevenLabs和Hugging Face的API，将公有领域图书《最后与最初的人》制作成电影，并生成前10至15分钟的内容。
Netflix使用ElevenLabs的AI技术，在征得演员家属同意后，为其即将推出的真人秀《旺卡的金色门票》重现了吉恩·怀尔德的声音。
5月份，语音AI领域融资额超过18亿美元，其中Sierra的9.25亿美元和Hark的7亿美元融资轮次领跑。同时，ElevenLabs推出了用于音乐生成和配音的新模型，增强了控制功能。本简报还重点介绍了医疗领域的交易和印度不断增长的语音市场。
ElevenLabs 在 ElevenCreative 中引入虚拟化身功能，这是一个专用的入口，用于生成人物说话头像视频，让用户能够创建由 AI 驱动的虚拟人物视频，实现逼真的语音和口型同步。
作者认为，AI工具使软件编程变得微不足道，从而将黑客马拉松的关注点转向硬件集成。他主张在未来的黑客马拉松中，接受荒诞、复古的硬件项目并结合AI。
90210 是一款生产级本地应用，利用 Google Veo 3.1、Gemini 2.5 Pro 和 ElevenLabs Music 等 AI 模型，将剧本转化为包含同步视频、音频、对话、音乐和字幕的完整短片，并配备质量评估器实现自动重拍。
ElevenLabs 引入了呼叫您的 Hermes Agent 的功能，通过他们的平台实现与AI代理的语音交互。
作者分享使用@leeoxiang 制作的skill、ElevenLabs和飞书cli制作50秒口播视频的体验，强调vtake-cut skill让更多人零门槛表达想法。
推荐基于PySide6和ElevenLabs API的开源语音转字幕工具Scribe2SRT，支持多语言并优化排版，快速生成高质量SRT字幕。
ElevenLabs 发布了 Dubbing v2，这是一款 AI 配音模型，通过直接基于原始音频进行条件处理，能够在 90 多种语言中保留原始说话者的情感、语调和表演，提供广播级品质的配音，而成本仅为传统方式的一小部分。
ElevenLabs 与斯坦·李宇宙签署协议，创建斯坦·李的声音和形象的AI克隆，用于数字客串、有声读物和一个读书俱乐部系列，引发了关于同意和剥削的伦理辩论。
Supertonic 3是一个99M参数的开源TTS模型，完全在设备上运行，在树莓派上击败了ElevenLabs，在笔记本电脑CPU上的性能是实时的167倍。
Nimit Sohoni 放弃了 Citadel 高薪的量化交易员职位，转而投身 Cartesia 打造下一代语音 AI，与 ElevenLabs 展开竞争，凸显了量化金融与 AI 研究之间的取舍。
Spotify宣布在其Spotify for Authors平台推出一款基于ElevenLabs的新工具，用于自助出版有声书，将于今年6月以测试版形式上线，支持英文。
Prajwal Tomar 展示了如何利用 ElevenLabs 提供文本转语音功能，并结合 Lovable 进行应用开发，快速构建出一个 AI 故事应用，实现带有配音和音效的个性化故事生成。
作者开发了一套可移植的用户偏好档案系统，该系统可与 ElevenLabs 和 Pipecat 代理集成，使语音助手能够跨平台记忆用户的风格与兴趣，从而跳过冗余的引导流程。