推出 Dubbing v2：我們革命性的全新配音模型
今天，ElevenLabs 推出了 Dubbing v2，這是一款革命性的 AI 配音模型。與傳統的基於文本的配音不同，Dubbing v2 直接利用原始表演的情感、語氣和節奏，在 90 多種語言中保持原聲的自然感和表現力。該模型解決了 AI 配音中一個長期未解決的問題：讓翻譯後的語音聽起來像是原說話者真正說的一樣。
文章情報
要點
- Dubbing v2 直接基於原始表演進行配音，保留情感和語調
- 支援 90 多種語言，自動同步翻譯與口型
- 為創作者、營銷人員和製作團隊提供高質量多語言內容解決方案
- 提供免費試用，7 天內可免費使用一定時長
為什麼重要
這條新聞值得關注，因為Dubbing v2 直接基於原始表演進行配音，保留情感和語調。
技術影響
可能影響模型選型、推理成本、產品能力和評測基準。
ElevenLabs 今日宣佈推出 Dubbing v2，這是一款顛覆性的 AI 配音模型，能夠保留原聲表演的情感與表現力，並將其遷移至 90 多種語言。與傳統配音系統不同，Dubbing v2 並非僅依賴文本轉錄，而是直接以原始音訊表現為條件進行處理，從而保留語氣、節奏、語速和情感意涵，使得翻譯後的語音聽起來更加自然、真實，彷彿原說話者本人正在用目標語言表達。
傳統 AI 配音系統通常高度依賴文本轉錄，雖然能產生準確的翻譯，但生成的音訊往往失去了人類語言的自然韻味。情感、時機、強調、猶豫和能量等細微之處，很難僅從文本中重建。Dubbing v2 透過直接利用原始表演訊號，捕獲說話者的語調與口吻，並將其跨語言傳遞，顯著提升了配音的自然度和表現力，同時忠於原聲的傳達方式。
優秀的配音不僅僅是直接翻譯。不同語言需要不同的措辭、節奏和句子結構才能聽起來自然。Dubbing v2 包含同步感知翻譯系統，能自動對齊開始時間、結束時間和語速，減少手動調整需求，使最終輸出更接近專業級配音效果。
專業配音每分鐘的成本可能高達數百美元，且通常需要涉及翻譯、配音演員、編輯和音訊工程師的複雜製作流程。Dubbing v2 透過自動化大幅降低了門檻，創作者和企業無需構建複雜工作流或協調多個供應商，即可製作高質量的多語言內容。
對於創作者，Dubbing v2 可在 ElevenCreative 內一鍵完成 YouTube 影片等內容的本地化，保留創作者的個人風格和表達方式，快速觸達全球觀眾。同時，ElevenLabs 推出了創作者配音合作伙伴計劃，符合條件的創作者可享受折扣。對於營銷人員，該模型支援跨國際市場的高質量本地化，無需重新制作廣告、產品影片或品牌內容。對於工作室和廣播公司，ElevenProductions 將 Dubbing v2 與專業本地化服務結合，提供可擴充套件的端到端製作流程。
Dubbing v2 現已透過 ElevenCreative 和 ElevenProductions 提供。在未來 7 天內，使用者可在免費計劃中獲得 1 分鐘免費使用時長，入門計劃 15 分鐘，Creator+ 計劃 30 分鐘。API 訪問即將推出，詳情請聯絡銷售團隊。