粉丝3.3万获赞10.5万

大好消息,终于等到这一天了, in love and loves 可以弄中文了。我克隆了 jerome pow 的声音。然后呢,在这个地方啊,就可以点中文,点 chinese 是在第三个 drop down 的。然后呢,我写了一段讲七夕的,来听听 dream pop 怎么样说中文吧 的夜晚,我们都在期待找到那个人,与他同在。在这特殊的日子,让我们倾注爱具备祝愿连人永相随。已经比之前老外读中文呢好一点,但是还是有点老外的音,就希望他赶紧能够纠正这些声音哈。

你做内容赚不到钱?可能不是不会做,是被配音卡住了,找人配音太贵,自己录又太没有自信,改一句话还得重录一遍。说白了,声音这件事一直是人力活,根本放不大。 eleven apps 直接把这件事干掉了,输入一段文字,直接生成真人级声音,把配音从人工变成自动化生产。那普通人怎么用 eleven apps 赚钱呢?直接给你三种方法,拿去就可以直接上手抓钱。 第一种,做内容,最简单的用 ai 写脚本,用 evlab 配音,直接发短视频,你赚什么?流量广告带货,或者卖自己的产品,以前你必须会说要录音,现在不会说也能做内容。第二种,卖配音 更直接一点,你可以接配音单子,视频、广告、课程全都能做,客户给你一百,你用 ai 几块钱搞定, 本质就是用 ai 替代员工,赚中间差价。第三种,放大更狠的是,第三种,批量做账号,抖音号、视频号、海外 tiktok 账号等,一批一批起,形成自己的 koc 举证。 现在开始,生意不再是瓶颈了,那这个项目自己怎么赚钱?你记住三点就够了。 第一点,订阅先让你用,给你一个免费版,但功能是有限的,你一旦开始用,用多了就必须付费升级。 第二点,用量收费,这是核心,说白了,你内容做的越大,他赚的越多。第三点,企业客户最赚钱的是公司 大规模配音, ai 客服多语言内容,一旦用起来,就是长期大额付费。所以一句话总结,它不是靠卖软件赚钱,是靠你生产多少内容跟着一起赚钱。如果把 elvis 放到 ai 赚钱模型里看,它属于很典型的能力放大器模型 什么意思啊?它不直接帮你赚钱,但它能让你做内容更快,成本更低,才能更高。 以前你一天只能做一条视频,现在你可以做十条。收入不一定来自他,但增长一定是他带来的。同时他自己用的是另外一套模型,订阅加用量收费接近 api 模型, 你用的越多,他赚的越多。一个 ai 项目往往同时踩中了多个赚钱模型。对用户来说, eleven likes 是 能力放大器, 对他本身自己来说,他是按产能收费的生意。哦。你还想了解哪些 ai 赚钱玩法?评论区告诉我,我下期直接拆解给你看。关注我,每天只聊 ai 怎么赚钱!

参加巡回演出活动就像有很多小步骤的踏脚声一样。大家好,我是树,上期讲解了通过黑真实现视频语音翻译,那么本期就来说一说不需要排队也不需要收费的其他方法吧。 第一个推荐的是 eleven laps 网站,注册登录后,我们在 w 选项卡里来创建任务, 填入任务名称,选择原视频人物说话的语言和你想转换翻译后的语言,再上传你的原始视频,点击创建就可以了,我们耐心等待一会就可以查看或者下载翻译后的视频了。 第二个是 vivo 网站,也是注册登录后就可以使用了,上传视频后我们就可以进行编辑。在语音转换这 我们可以设置到翻译模拟中,同样选择原始语言和目标语言。 敏捷的棕色狐狸,跳过了蓝购再点击转换就可以了。 你必须爱他胜过一切。你必须因为更多的原因而爱上他,而不是你对最终结果的想法。这两个网站都是免费使用的,大家可以自己尝试一下哦,我们下期见,拜拜!


大家好啊,咱们今天聊一个特别有意思的话题,你看啊,现在这个 ai 时代,基本上就是被 open ai、 谷歌这些巨头给包场了,对吧?但是呢,偏偏就有这么一家只做 audio 的 创业公司,不但活得好好的,而且崛起的速度简直让人吃惊。 所以今天咱们就来好好扒一扒 eleven labs, 看看它是怎么在这片儿泄海里,悄悄地建起了自己的音频帝国。 但最让人想不通的是什么呢?就是在这家公司估值一路狂飙的时候,他的 ceo 马蒂居然公开说了一句听起来就像是自费武功的话。他说啊,我们公司的核心技术就是这些,搞了半天的 n、 p、 u 模型,很快就要变得跟自来水一样,谁都能有一点儿都不值钱。 哎,你琢磨一下这个事,一个 ceo 亲口说我们家技术壁垒马上就没了,结果呢,市场反手就给了他六十六亿美元的估值,年收入更是冲破了两个亿美金,这 拼的是不是特别矛盾?这就带出了我们今天真正要解开的谜题,如果说技术本身是会过时的,那 eleven laps 受力攥着的真正的王牌到底是什么呢?行,话不多说,咱们这就钻进去一探究竟。 要想找到这个答案啊,咱们得把时间往回到一道,回到故事开始的地方,你会发现,这个起点跟高科技啊,代码啊什么的都没关系,而是一段非常个人化,甚至可以说是有点痛苦的看电影的经历。 故事的开头在波澜,这家公司的两位创始人,从小看的那些外国电影,都被一种叫做 lecter 的 配音给统治了, 你想象一下那个画面啊,不管你看的是泰坦尼克号里生理斯别的告白,还是星球大战里紧张刺激的对决,所有角色的台词,注意是,所有全都是由同一个男人用一种毫无感情、像念经一样的语调给读出来的。 你想想,再大的戏剧长里,是不是瞬间就没了?就是这种明明是观众,却被硬生生剥夺了沉浸感的愤怒,最终变成了他们的创业火花。 他们当时就想,我们要做的事,绝对不只是让机器开口说话这么简单,我们要让机器能听懂话里有话,能表达出什么是讽刺,什么是开心,什么是难过。 所以你看,从诞生的第一天起, eleven labs 基因里就刻着我们首先是一家死磕用户体验的产品公司,然后才是一家技术公司。 好,那带着解决这个痛点的使命,他们就一头砸进了由 open ai 和谷歌这些巨无霸主宰的 ai 斗兽厂。 作为一个挑战者,你不能按剧头的规则玩儿,你必须得有自己的一套生存剧本儿。哎,这张幻能片就特别有意思了,它简直完美地体现了这家公司的核心哲学。 当时啊,好多用户抱怨说,你们这个 ai 说话语速太快了。银注团队呢,是群理想主义者, 他们觉得手动拖动一个滑块儿来调语速太笨了,不够优雅。他们坚持要研发一个能自动感知情感、自动调整语速的超级 ai。 听起来很酷,对吧?结果呢,花了整整九个月,那个 ai 还是猜不透用户的心思,时灵时不灵。 最后,产品团队实在看不下去了,花了一天时间,就加上了那个被嫌弃的笨笨的滑块儿, 你猜怎么着?问题瞬间解决,用户满意的不得了。这么一场小小的滑块之战,后来就催生了公司内部一条铁律,三个月法则。 简单说就是,如果一个问题,搞科研的天才们三个月还搞不定,那产品团队就必须马上介入,用一个更简单甚至更笨的办法,先把它解决了。 这条规则确保了公司永远是把解决用户当下的痛苦放在第一位,而不是去无休止地追求一个完美的未来技术。 所以,关键点来了,他们真正的护城河,其实是用一堆反常式的策略给气起来了。比如说,他们不计成本的建数据工厂,请专业的配音教练,一个一个地教 ai, 到底什么样的声音才算是真正的悲伤? 他们还打破了那种非得在硅谷的迷信,满世界去找最顶尖的那五六十个 n p 专家。他们甚至还干了件特绝的事,就是有些订单高层为了长远战略考虑给拒了,但签单的销售呢,照样能拿到全额佣金。 这一切的一切,都是为了保护一件事。转注,死磕音频这个位巨头们有点看不上的领域。好了,他们有了这么一套独特的打法,那在市场上,这套打法是怎么变成真金白银的呢? 这就要看他们这场非常精彩的自下而上的征服之路了。他们的增长,说实话,只能用恐怖来形容。 你看啊,二零二三年一月份才开始公测,到年底年度经常性收入就冲到了三千五百万美元,而今天呢,这个数字已经超过了两个亿, 太疯狂了!那这场增长的引爆点你可能想不到,它不是来做什么大企业订单,而是来自成千上万的个人创作者。当时 eleven labs 发布了全球第一个能发出那种非常逼真,非常自然笑声的 ai 模型, 一下子整个互联网都被点燃了。这可不只是赚了点流量那么简单,更关键的是,它在所有用户心里留下了一个烙印。哦,原来这是一家懂感情的 ai 公司。 紧接着,一个叫哈利波特穿上巴黎世家的病毒视频席卷了全球,视频里头所有角色的声音全都是用 eleven laps 生成的。这简直就是一次面向全球几百万人的免费技术路演啊,效果好到爆炸。 哎!这一幕就特别巧妙了,他恰恰展示了他们战略的成功之处。一开始那些大企业客户还在旁边观望,结果呢,他们亲眼看到个人创作者们用这项技术在网上掀起了多大的浪潮, 于是他们想,这东西我们也要有啊。就这样,来自个人用户的巨大声量,成功的教育了企业市场。 你看这个转变,短短一年,他们就从一个绝大部分是个人用户的公司,变成了一个企业和个人用户平分秋色的公司,这个转型太漂亮。 聊到这儿,咱们再绕回到最开始的那个矛盾,既然 ceo 自己都说 ai 模型本身会越来越不值钱,那 eleven labs 费了这么大劲儿建起来的这个音频帝国,它真正的踪局到底是个什么样呢?答案是一个完整的生态系统, 而且他们的路线图走的特别务实。你看,对金融、医疗这些高风险行业,他们主推的是稳定可靠的极廉模型,因为对这些客户来说,不出错永远比有感情重要一万倍。 而那些更前沿、更感性的双公模型呢?他们就把它当成未来的方向去探索,绝不拿现在的客户当小白鼠。 但你可别以为他们这种满足了,他们的野心大着呢。 ceo 定下了一个非常清晰的目标, 希望在二零二六年初,让他们的对话 ai 通过图灵测试。什么意思呢?就是说,到时候你跟他们的 ai 聊天,你根本分不清对面是真人还是机器。 这背后啊,是一个由声音驱动的宏大未来。在那个未来里,语言的障碍可能会被彻底推倒。 你可以戴上耳机,用你自己独一无二的声音和情感,跟全世界的人无障碍交流。每个孩子都可以拥有一个像物理学家费曼那样既风趣又博学的 ai 导师, 而我们呢,也终将从屏幕的煎熬里解放出来,回归到人类最古老、最自然的那种交互方式 对话。所以说到底, eleven laps 真正的秘密从来就不是某一项技术,而是他们坚信,不管技术怎么变,最终都得为人服务,都得去解决人类最根本的关于连接的问题。 它们压下的巨大赌注,其实就是,声音会成为人与机棋之间那个最终的交互界面吗?这个问题,也留给我们每个人去好好想一想。

如果你只把 voicebox 当成一个开源语音克隆工具,那已经有点过时了。它现在想做的是把文字变声音,声音变文字,还有 ai agent 开口说话,全部放进你自己的电脑里。 voicebox 是 一个本地运行的开源 ai 语音工作室, 目前 github 大 约二五 k star。 它最像是把 eleven labs 和 whisper flow。 你 两边能力合到一个应用里,一边你给它几秒参考音频,它就能克隆声音,再用七套 tts 引擎生成二十三种语言的语音。 另一边,你按住快捷键说话,它可以把内容转成文字,直接贴近当前输入框。真正有意思的是,第三层它还带 m c p 服务,任何支持 m c p 的 a 检测都可以反过来调用。它用你自己的克隆声音把结果念出来。这样一来,语音输入、语音输出和 a 键的反馈就不是三套分散工具,而是一条本地壁环。它 适合做配音、播客、草稿、语音笔记,也适合已经在用本地 agent 的 人。把屏幕里的 ai 变成真的会开口的助手,代价也很明确,模型要下载到本地硬件,性能和兼容性会直接影响体验,而且它还在快速更新,稳定性不一定像成熟云服务那么省心。所以, voicebox 最值得关注的不只是又一个语音克隆工具,而是它在把 ai 语音这件事,从一个单点功能做成一套本地工作流。