elevenlabs

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。