ElevenLabs, startup koji pruža usluge AI kloniranja glasa i API za pretvaranje teksta u govor, u ponedjeljak je lansirao mogućnost izgradnje konverzacijskih AI botova.
Tvrtka je objavila da korisnici sada mogu izgraditi potpune konverzacijske agente na ElevenLabs razvojnoj platformi, s prilagodljivim varijablama poput tona glasa i duljine odgovora.
ElevenLabs je uglavnom radio na pružanju različitih glasova i AI alata za usluge pretvaranja teksta u govor. Voditelj rasta tvrtke, Sam Sklar, rekao je za TechCrunch da su mnogi njihovi klijenti već koristili ovu mogućnost za stvaranje konverzacijskih AI agenata. Međutim, najteži dijelovi bili su integracija baze znanja i upravljanje prekidima od strane korisnika. Zato je tvrtka odlučila izgraditi cjeloviti sustav za konverzacijske botove.
Korisnici se mogu prijaviti u svoj ElevenLabs račun i početi graditi konverzacijskog agenta odabirom predloška ili stvaranjem novog projekta. Mogu odabrati primarni jezik agenta, prvu poruku i sistemski upit za određivanje osobnosti agenta. Razvojni programeri također moraju odabrati veliki jezični model (Gemini, GPT ili Claude), temperaturu odgovora (za određivanje kreativnosti odgovora) i ograničenje korištenja tokena.
Također mogu podešavati druge aspekte poput glasa, latencije, stabilnosti, kriterija autentifikacije i maksimalne duljine razgovora s AI agentom.
Korisnici mogu dodati vlastitu bazu znanja, poput datoteke, URL-a ili bloka teksta, za pokretanje konverzacijskog bota. Također mogu integrirati vlastiti prilagođeni LLM s botom. ElevenLabs SDK kompatibilan je s Pythonom, JavaScriptom, Reactom i Swiftom. Tvrtka također nudi WebSocket API za više mogućnosti prilagodbe.
Tvrtke mogu definirati i kriterije za prikupljanje određenih podataka — na primjer, imena i e-mail adrese kupaca koji razgovaraju s agentom — zajedno s kriterijima evaluacije na prirodnom jeziku za definiranje uspjeha ili neuspjeha poziva.
ElevenLabs koristi svoj postojeći sustav za dio pretvaranja teksta u govor. Tvrtka mora razviti mogućnosti pretvaranja govora u tekst za novi konverzacijski AI proizvod. Tvrtka trenutno ne nudi svoj API za pretvaranje govora u tekst kao samostalan proizvod, ali bi to mogla učiniti u budućnosti, čime bi postala konkurent Googleovim, Microsoftovim i Amazonovim API-jima za pretvaranje govora u tekst, kao i specijaliziranim API-jima poput OpenAI-jevog Whispera, AssemblyAI-ja, Deepgrama, Speechmaticsa i Gladije.
Tvrtka, koja nastoji prikupiti novo financiranje pri procijeni vrijednosti većoj od 3 milijarde dolara, također se natječe s drugim AI startupovima za glas, poput Vapija i Retella — koji također grade konverzacijske agente. Još značajnije, tvrtka će se natjecati s OpenAI-jevim API-jem za razgovor u stvarnom vremenu. Međutim, ElevenLabs vjeruje da će im njihove prilagodbe i mogućnost promjene modela dati prednost nad OpenAI-jem.
20 komentara
dosta ai botova ima na ovom portalu. ne mislim na tzv srbe jer ai posjeduje inteligenciju za razliku od njih, jeli bre koja,da
Ima i dosta tvojih… onih sa indexa
I oprezno blento sa TZV
ti si bas inatan da vrijedjas? ti bi pricu o genocidu izgleda. mrznju da raspirujes.
Ja još jednom ponavljam, ne postoji vještačka inteligencija, nema ALa,sve je to ,,čovjek,,napravio,postavio komande,čak mislim da u realnom vremenu ima neki zaposlenik koji kuca po tastaturi i odgovara na pitanja, AL je izmišljen da onima kojim treba,bude krivac u potrebnom trenutku kad naprave sra..e
A u radiju žive mali ljudi? Nisam baš siguran – tri radija sam razbio i nijednog malog čoveka nisam našao! Mora da su mnogo brzi 🙂
Ja bio malo bukvalan, a ti
Ne bi bio jedini ovde koji stvarno tako misli.
Zajebaji nekog drugog
Aj biž ća
to ce doci do znacenja rijeci inteligencija. ako je inteligencija brzo racunanje, ovaj put sa recenicama, onda je digitron inteligentan.
in-tele-gen
Malo informacija za čitaoce kojima programiranje nije blisko.
AI zaista nije previše revolucionarna novost u programiranju (dakle ne govorim o primeni). Može se napraviti programiranjem u razmin programskim jezicima, pri programiranju se koriste uobičajene tehnike…
Evo primer na najnižem nivou programiranja. Svi ste čuli za igru Iks-Oks (Tic-Tac-Toe). Najjednostavniji način da se ova igra programira je da se za određene poteze definišu odgovarajući potezi računara: “Ako odigram ovo, računar će da odigra jedan od ovih poteza” (obično slučajan izbor od ponuđenih). Na obaj način se može napraviti više nivoa po težini od kojih se na najtežem nivou računar ne može pobediti, jedino se može postići nerešen rezultat.
U slučaju AI koristi se sasvim drugi princip odabira poteza. Tu program prolazi kroz sve moguće kombinacije koje se mogu napraviti u datom stanju ukoliko se ne koristi optimizacija a ako se pretraga optimizuje (čime se znatno smanjuje potrebno računanje, samim tim i brzina programa), računar izbacuje prvi potez na koga naiđe u pretrazi koji garantuje najbolji ishod za dato stanje (pobeda ili nerešeno). I tu nema nikakve misterije – nema nikog ko “sedi u računaru i igra protiv nas”.
Velika Računala su bolja u šahu od velemajstora najmanje 5 godina.
Bez ikakve UI.
Ti u veštačku inteligenciju računaš samo čet botove što je pogrešno – veštačka inteligencija je sve ono što ne izbacuje programirana rešenja. Na primeru Iks-Oksa sam objasnio u vezi igrica, tu je i GPS navigacija…
Čet botovi rade na istim ovim principima, ti programi nisu ekstremno veliki ali jesu baze podataka koje obrađuju – zbog toga je potreban veliki skladišni prostor i velika procesorska snaga.
ma ja mislim opet da izbacuje programirano rjesenje samo sto obradi velik broj varijabli.
kad bi pitali AI isto pitanje dva puta, odgovor bi bio istovjetan. dobro, ne bi jer je programiran da misli da trazis pojasnjenje. onda … pitas isto pitanje ali uradis reset prije pitanja drugi put.
sto kad bi digitron imao laserski mjerac udaljenosti sa zadatkom da izracunava povrsinu?
trazis da ponovi – rezultat isti samo vise decimala. programiran da da detaljnije objasnjenje.
ako se uredjaj (digitron+mjerac) pomice onda je broj varijabli beskonacan. program je isti.
Zar mi ne radimo isto – za kreiranje odgovora koristimo dostupne informacije?
AI će bar da prihvati nove informacije, ovde ima dosta onih koji guraju svoju priču bez obzira na informacije koje ih direktno demantuju.
da, radimo li mi isto?
neka je in-tele-gen udubljivanje u stvoreno ili stvaranje u dubini, zavisno sto bi gen mogao znaciti. prirodna inteligencija moze misliti o svojim senzorima. ne samo obradjivati dane informacije nego i otkrivati prirodu svojih senzora.
Ja sam eksplicitno rekla ovdje da su čet botovi samo pretraživači.
I učila sam programiranje DAVNO
dobrodosao u ludnicu. ajd sad o androidima.
stvarno, botovi?
jedine botove koje sam ja mogao uociti bili su na indexu. prepoznao bih ih po opcepozitivnim neutralnim recenicama. gotovo uvijek su imali rijeci “nadam se”.
zar vi mislite da botovi mogu pisati u duhu prepirki, trolanja, razina pristojnosti, biranog argumenta kojeg se teze sjetiti?
ajde da se riješimo mojmire i šprajca.