打造對話式 AI 的完整管道
ElevenLabs 是一家提供人工智慧語音複製及文字轉語音 API 的新創公司，近日推出了建構對話式 AI 機器人的功能。公司指出，整合知識庫及處理客戶中斷是打造對話式 AI 的兩大難點，這也是他們決定構建完整管道的原因。用戶可透過該公司的開發者平台，從選擇範本或建立新項目開始，設定客服角色的主要語言、第一則訊息及系統提示，並可自訂語音語調、回應長度及對話的創意程度（回應溫度）。此外，用戶能加入自有的知識庫（如文件或文字區塊），甚至整合自訂的大型語言模型（LLM）。平台支援多種開發工具，包括 Python、JavaScript 和 Swift，並提供 WebSocket API，以便用戶進行更進階的自訂。
潛在競爭對手與未來計劃
目前，ElevenLabs 雖然尚未將語音轉文字 API 作為獨立產品提供，但未來有望將以這種形式推出，並進一步擴展市占率，成為 Google、微軟及亞馬遜等語音轉文字 API 提供商的潛在競爭對手。該公司還將與 AssemblyAI、Deepgram 和 OpenAI 的 Whisper 等專業語音處理服務相競爭。ElevenLabs 正利用其既有的文字轉語音技術管道開發語音轉文字能力，以增強其對話式 AI 產品的完整性和市場吸引力。
與 OpenAI 的競爭優勢
ElevenLabs 認為他們客製化能力高，切換大型語言模型相當靈活，兩者都是相較於 OpenAI 即時對話 API 的主要優勢。ElevenLabs 允許開發者調整多種變量，如語音穩定性、身份驗證標準和對話長度，並支援整合多樣化的知識來源，讓用戶能創建更符合特定需求的對話代理，有望在對話式 AI 領域市場中佔據一席之地。
＊本文開放合作夥伴轉載，資料來源：《TechCrunch》，首圖來源：ElevenLabs。
