ElevenLabs 於2025年6月3日推出其最新模型 Eleven v3（Alpha版），與此同時，ChatGPT 也於2025年6月7日針對付費用戶升級進階語音模式（Advanced Voice Mode），均展現了AI語音在自然度、情感表達及多語言應用上的巨大進步。TN科技筆記將於本篇文章為各位介紹這兩家公司在 AI 語音上的更新特色，幫助讀者了解 AI 語音的最新應用趨勢！
ElevenLabs Eleven v3 (alpha) ：情感豐富的多語言 AI 語音
ElevenLabs 這款文字轉語音（Text-to-Speech）模型 Eleven v3 (alpha) 透過新增的音頻標籤功能，如「[竊竊私語]」、「[興奮]」、「[笑聲]」及「[嘆息]」：
“[whispers] Something’s coming… [sighs] I can feel it.”讓用戶可精準控制語音的情感變化，甚至在單句中實現語氣轉換。此外，Eleven v3 (alpha) 推出文字對話API（Text to Dialogue API），支援多角色對話模擬，模擬真實交談中的語氣重疊與情感細膩度，特別適用於有聲書、遊戲配音及多語言故事創作。
在語言支援方面，Eleven v3 從原本的33種語言擴展至超過70種，新增如印地語、泰米爾語及孟加拉語等，顯著提升其全球化應用潛力。該模型目前已在elevenlabs.io上線，API 則即將推出。對於需要預渲染的創意內容，如角色驅動的故事或專業旁白，v3 表現尤為出色，但即時應用仍以 v2.5 Turbo 及 Flash 模型為主，v3 即時版本仍在開發中。
Introducing Eleven v3 (alpha) — Our Most Expressive Text to Speech Model
ChatGPT 進階語音模式：更自然的對話與即時翻譯
OpenAI 近期則針對 ChatGPT 付費用戶升級進階語音模式，進一步改進語音的自然度與語調表現。更新後的語音模式在語調、停頓及情感表達（如同理心、諷刺等）上更加細膩，使對話更接近真人互動。其中特別值得一提的是，其新增的即時語言翻譯功能，用戶只需啟動語音模式並指定語言，ChatGPT 即可在對話中持續翻譯。例如，在巴西餐廳點餐時，語音模式能將英文指令翻譯成葡萄牙語，並將服務員的回應翻譯回英文，大幅提升跨語言溝通的便利性。
該功能適用於所有付費用戶，無需額外設定即可透過訊息輸入框中的語音圖標啟用。然而，OpenAI 也指出，部分語音選項可能出現音質不穩或語調變化的問題，偶爾甚至會產生類似廣告或背景音樂的「幻聽」現象。這些問題正在積極修復中，預計未來將進一步提升語音穩定性。
ElevenLabs v3 與 ChatGPT 進階語音模式的推出，可見 AI語音技術在情感表達、多語言支援及即時應用上的持續突破。無論是創作者還是企業用戶，這些工具都提供了前所未有的可能性，讓我們一起期待更多不同的 AI 語音應用出現吧！
我是TN科技筆記，如果喜歡這篇文章，歡迎留言、點選愛心、轉發給我支持鼓勵～～～也歡迎每個月請我喝杯咖啡，鼓勵我撰寫更多科技文章，一起跟著科技浪潮前進！！>>>請我喝一杯咖啡
