Meta, yapay zeka araştırma yetenek havuzunu güçlendirmenin yanı sıra, tüketiciye yönelik yapay zeka özelliklerini de geliştirmeye istekli görünüyor. Bloomberg’in haberine göre şirket, Play AI adlı bir ses klonlama girişimini satın almak için görüşmeler yürütüyor.

Habere göre teknoloji devi, girişimin teknolojisini satın almayı ve bazı çalışanlarını bünyesine katmayı hedefliyor.

Play AI, web sitesine göre, herkesin müşteri hizmetleri gibi AI destekli kullanım durumları için kullanabileceği farklı türde sesleri klonlamasına olanak tanıyor. Crunchbase’e göre, bu girişim toplamda 23,5 milyon dolar fon topladı ve yatırımcıları arasında 500 Global, Kindred Ventures, Race Capital ve Soma Capital bulunuyor.

Meta şu anda sosyal platformlarındaki içerik oluşturucuların kendi sohbet robotlarını oluşturmalarına izin veriyor ve Meta AI sohbet robotuna video düzenleme özellikleri ekledi. Bir ses girişimini satın almak, şirketin yaratıcı paketine ses özellikleri eklemesine olanak tanıyacak.

Meta ve Play AI haberlere ilişkin yorum yapmadı.

Kaynak: TechCrunch

Sesli yapay zeka şirketi ElevenLabs, iOS ve Android kullanıcılarının metinden ses klipleri oluşturmasına olanak tanıyan bağımsız bir mobil uygulama yayınladı.

Şimdiye kadar, ElevenLabs’ın yapay zeka destekli ses kütüphanelerini kullanarak örnekler üretmeniz gerekiyorsa, web uygulamasına güvenmek zorundaydınız. Şimdi hareket halindeyken klipler üretmek için mobil uygulamasını kullanabilirsiniz.

ElevenLabs mobil uygulaması, hareket halindeki içerik üreticiler için tasarlanmış şık ve sezgisel bir arayüzde güçlü AI ses üretme özelliklerini bir araya getiriyor. Kullanıcılar, 70’den fazla dilde binlerce gerçekçi sese erişebilir ve yaş, aksan ve stil filtreleri kullanarak her projeye en uygun sesi bulabilir. Uygulama, stadyum tezahüratlarından ince komedi zamanlamalarına kadar her ses klibini olağanüstü derecede insan sesine benzeten, benzeri görülmemiş bir duygusal aralık ve ifade kontrolü sunan son teknoloji Eleven v3 modelini içeriyor.

Uygulamayı diğerlerinden ayıran özellik, özelleştirme seçenekleri ve sorunsuz iş akışı entegrasyonu. Kullanıcılar, hayal ettikleri sesi tam olarak elde etmek için hız, kararlılık ve stil gibi ses parametrelerini ince ayar yapabilirler. Tek dokunuşla dışa aktarma özelliği sayesinde, oluşturulan sesler CapCut, TikTok, Instagram ve YouTube Shorts gibi popüler içerik oluşturma platformlarında anında paylaşılabilir. Uygulama, kullanıcıların ElevenLabs hesaplarıyla senkronize olarak, kişisel ses klonları, kaydedilmiş favoriler ve web platformundaki önceki içerikler dahil olmak üzere tam ses kitaplığına erişim sağlıyor. Ücretsiz kullanıcılar, mobil ve web uygulamaları arasında paylaşılan kredi limitleri ile ayda yaklaşık 10 dakika ses oluşturma hakkı elde ediyor.

V3 Alpha İfade Kontrolleri

Eleven v3 (alpha), satır içi ses etiketleri aracılığıyla ses ifadesinde benzeri görülmemiş bir kontrol sağlayarak AI konuşma sentezinde devrim yaratıyor. Önceki modellerden farklı olarak, v3 kullanıcıların [fısıldar], [güler], [kızgın], [heyecanlı] ve [iç çeker] gibi duygusal ipuçlarını doğrudan metne yerleştirerek performansları yönlendirmelerine olanak tanıyor ve doğal duygusal geçişlerle olağanüstü insan benzeri bir sunum yaratıyor. Bu etiketler birleştirilebilir (örneğin, “[mutlu][bağırır] Başardık! [güler]”) birleştirilerek, AI ses teknolojisiyle daha önce imkansız olan nüanslı performanslar elde edilebilir.

Modelin gelişmiş mimarisi, tüm duyguları ve ses efektlerini destekleyerek, ince ton değişikliklerinden cümle ortasında dramatik performans değişikliklerine kadar her şeyi mümkün kılıyor. v3, önceki sürümlerden daha fazla hızlı mühendislik gerektirse de, sesli kitaplar, videolar ve etkileşimli medya gibi uygulamalarda olağanüstü gerçekçilik sağlıyor. Gerçek zamanlı üretim ihtiyacı olan kullanıcılar için ElevenLabs, v3’ün gerçek zamanlı sürümü kullanıma sunulana kadar v2.5 Turbo veya Flash modellerini kullanmaya devam etmelerini öneriyor. Şirket, arayüzü üzerinden erişen self servis kullanıcılar için 2025 Haziran sonuna kadar v3 kullanımında %80 indirim sunuyor.

Çapraz Platform Entegrasyon Yetenekleri

ElevenLabs, geliştiricilerin AI ses teknolojisini çeşitli uygulamalara sorunsuz bir şekilde entegre etmelerini sağlayan, birden fazla platformda sağlam entegrasyon yetenekleri sunuyor. Platform, geliştiricilerin ses özelliklerini hızlı bir şekilde uygulamaya koyarken, kurumsal düzeyde güvenlik için GDPR ve SOC II uyumluluğunu koruyan Python ve TypeScript SDK’ları sağliyor. Kodsuz çözümler arayanlar için Albato, Make ve Appy Pie Automate gibi hizmetler, programlama uzmanlığı gerektirmeden ElevenLabs’ı yüzlerce popüler uygulamaya bağlamayı mümkün kılıyor.

Şirketin Konuşma Yapay Zeka teknolojisi, Salesforce, HubSpot ve Gmail gibi hizmetlere bağlanmak için Çok Kanallı Protokolü (MCP) destekleyen 11ai’nin tanıtımıyla entegrasyon olanaklarını daha da genişletti. Mobil uygulama entegrasyonu, geliştiricilerin önceden hazırlanmış sesler arasından seçim yapabileceği veya mobil uygulamalar için kendi seslerini özelleştirebileceği konuşma AI oyun alanı aracılığıyla kolayca gerçekleştirilebilir. Bu entegrasyon seçenekleri, ElevenLabs’ı web, mobil ve telefon kanallarında gerçekçi AI tarafından üretilen seslerle ürünlerini geliştirmek isteyen işletmeler için çok yönlü bir seçim haline getiriyor.

Kaynak: Perplexity

Elevenlabs, dijital iş akışlarına aktif olarak katılmak üzere tasarlanmış sesle etkinleştirilen bir AI asistanı olan 11ai ile portföyünü genişletiyor. Alfa sürümü, sesle öncelikli teknoloji ve API entegrasyonlarıyla neler yapılabileceğini sergilemeyi amaçlıyor.

Elevenlabs’a göre, çoğu sesli asistan basit bir konuşmanın ötesine geçmekte zorlanıyor ve nadiren üretken eylemler gerçekleştiriyor. 11ai bunu değiştirmeyi amaçlıyor: Kullanıcılar sözlü komutlar veriyor ve sistem onların adına görevleri yerine getiriyor.

Doğrudan araç entegrasyonlarıyla ses öncelikli üretkenlik

Kullanıcılar, 11.ai/app/eleven adresindeki bir web arayüzü aracılığıyla “Günümü planla ve en önemli görevlerimi Linear’a ekle” veya “Bugünkü potansiyel müşteri toplantımızı araştırmak ve son finansmanlarını özetlemek için Perplexity’yi kullan” gibi komutlar verebilirler.

Tanıtım videosunda, sabah rutini sırasında her odada 11ai’nin mevcut olduğu gösteriliyor; ancak Elevenlabs, yanıtları hangi donanımın çalıştırdığını belirtmedi.

Sistem ardışık eylemleri işleyebilir ve farklı araçlardaki bağlamı anlar. Örneğin, bir müşteriyi araştırırken 11ai bağlı sistemleri arar, ilgili verileri bulur ve bunları CRM güncellemeleri veya ekip mesajları aracılığıyla işliyor.

Dahili entegrasyonlar ve özel sunucular

11ai’nin işlevselliği, AI asistanları için standartlaştırılmış bir API entegrasyonu olan Model Context Protocol (MCP) üzerine kuruldu . Elevenlabs’ın konuşma tabanlı AI platformu, Salesforce, HubSpot, Gmail ve Zapier gibi hizmetlere bağlanarak MCP’yi yerel olarak destekliyor.

Elevenlabs, lansman sırasında Perplexity, Linear, Slack, HackerNews ve Google Takvim için önceden oluşturulmuş entegrasyonlar sunuyor ve haftalık olarak daha fazlasının kullanıma sunulması planlanıyor.

Temel Elevenlabs konuşma AI platformu, gerçek zamanlı görüşmelerde düşük gecikme süresi için tasarlanmıştır ve çok modlu ses ve metin etkileşimini destekliyor.

Platform ayrıca harici bilgi tabanlarına erişim için RAG işlevselliğini içerir ve çok dilli konuşmalar için dilleri otomatik olarak algılayabilir. Kullanıcılar 5.000’den fazla ses arasından seçim yapabilir veya kişiselleştirilmiş bir deneyim için kendi ses klonlarını oluşturabilir.

Hazır entegrasyonların seçimi hala çok sınırlı, ancak kullanılan Model Context Protocol sayesinde bunun hızla değişmesi muhtemel.

11ai ayrıca özel MCP sunucularını da destekler. Ekipler, kendi MCP sunucuları aracılığıyla dahili araçları veya özel yazılımları 11ai’ye bağlayabilir ve böylece asistanın işlevselliğini iş akışlarına uyacak şekilde genişletebilir.

Elevenlabs’a göre 11ai, asistanın her uygulama için hangi eylemleri gerçekleştirebileceğini kullanıcıların belirlemesine olanak tanıyan bir izin modeli kullanıyor.

11ai şu anda ücretsiz, deneysel bir alfa olarak mevcuttur. Elevenlabs, alfa aşamasını entegrasyonlar, istenen MCP sunucuları, geleneksel arayüzlere kıyasla sesli etkileşim ve günlük rutinler için yeni özellikler hakkında geri bildirim toplamak için kullanıyor.

Eyleme dönüştürülebilir aracılar norm haline geliyor

Eyleme dönüştürülebilir sesli asistanlar pazarına girerek Elevenlabs, giderek artan sayıda benzer ürünle doğrudan rekabet ediyor. Perplexity yakın zamanda restoran rezervasyonları gibi görevleri halledebilen bir mobil asistan piyasaya sürdü. Amazon, sesli etkileşimlere odaklanan yükseltilmiş, ajan benzeri bir Alexa olan Alexa+’ ı tanıttı.

Anthropic’ten Claude da MCP protokolüyle uyumlu, ancak daha çok B2B kullanım durumlarına odaklı. Claude, Elevenlabs’ın teknolojisine dayanan bir ses moduna ancak yakın zamanda kavuştu. Google’ın Gemini’si ses etkileşimini destekler, ancak eylemde bulunma ve araçlarla bütünleşme yeteneği hala sınırlı; Google’ın kendi ekosistemi içinde bile.

Kaynak: The Decoder