何が起きたか
70以上の言語に対応する音声合成モデルの研究プレビュー。[excited] や [whispers] などのタグで感情を指定でき、複数の話者による会話も生成できる。
70以上の言語に対応する音声合成モデルの研究プレビュー。[excited] や [whispers] などのタグで感情を指定でき、複数の話者による会話も生成できる。
ElevenLabs は2026年9月28日、音声合成モデル Eleven v4 と、応答の速い v4 Turbo を公開した。Turbo は最初の音声が出るまで約150ミリ秒。両モデルは90以上の言語に対応する。前の更新から6日後だ。
ブラウザで動く音楽制作ソフト(DAW)の WavTool を買収した。チームは Suno の製品と開発の要職に就いた。
画像編集モデル Kontext の重み公開版を出した。12Bパラメータで、ライセンスは FLUX.1 Non-Commercial License。Hugging Face で配布している。
すべての KLING 動画モデルが、動画の長さと内容に合う効果音つきの出力に対応した。動画から音を作る Video to Audio も加わり、1.6 には Motion Control がベータで入った。
生成した画像を Animate ボタンで動かす画像から動画への機能。1回で5秒の動画4本ができ、約4秒ずつ延長できる。費用は画像ジョブの約8倍と説明された。
Pro、Pro+、Business、Enterprise で、プレミアムリクエストの月間枠が実際に適用された。枠は毎月1日にリセットされ、超過分は支出上限を設定した場合のみ従量課金になる(初期値は0ドル)。有料プランでは GPT-4.1、GPT-4o、コード補完は無制限のままだった。
iOS と Android 向けの Firefly アプリが公開された。テキストから画像、画像から動画、生成削除、生成拡張を使え、作った内容は Creative Cloud と同期される。Boards は動画生成にも対応した。