新創 ElevenLab 推出 Multilingual v2 模型，能用你的聲音說 30 種語言

AI 語音複製（Voice Clone）是一個發展迅速但卻充滿爭議的新興 AI 技術，它可以帶來正面的個性化體驗及商業效益，同時也會引發像是深度造假（Deepfake）等詐騙攻擊的安全疑慮。成立於美國舊金山的新創公司 ElevenLabs 22 日宣布推出可以流利模仿約莫 30 種不同語言聲音的全新多語言語音生成模型，這對多語言有聲書的製作是一大福音，但對於網路詐騙犯而言更是如虎添翼的攻擊利器。

在此之前，ElevenLabs 的多語言語音生成模型支援 8 種語言，如今全新 Eleven Multilingual v2 模型能夠精準生成近 30 種語言之「情感豐富」的 AI 音訊，可以捕捉到自然語音的細微變化。使用者只要輸入文字，並選擇用哪種語言表達， AI 就會生成一個毫無突兀感的無縫旁白。

目前該公司和 Lukeman Literary 出版商合作，該出版商每年會推出多種語言版本的各種有聲讀物。在合作之前，過去製作一本有聲書需要花費數周的時間，如今整個過程只需幾個小時便能完成。

基本上，提供兩種 AI 語音複製及生成選項：文字轉語音工具和專門複製特定聲音的「VoiceLab」。針對後者，使用者可以上傳語音樣本來創建客製化的語音複製，AI 會對其進行分析，以建立合成版本。然後，這個複製的聲音可以被操控說出任何你想說的話。最新版本的 Eleven Multilingual v2 還可讓使用者客製化的 AI 分身流利地開口說近 30 種的語言。