ElevenLabs 推出 Dubbing V2

端到端的AI配音模型…

最大的变化：配音不再是"先转写、再翻译、最后合成"三段式拼接，而是模型直接基于原始表演建模声音。

并将音色、情绪、演绎都跟着穿越进每一种语言

也就是说，同一个人开口讲六国语言，听上去还是他本人，连情绪和呼吸节奏都对得上

Dubbing v2 支持 90 多种语言和口音，

原理：它针对原始表演来生成，而不是针对一段转录文本，所以语气、情绪、表达方式会跨语言保留下来，声音克隆全自动，会给原说话人建一个声音模型并应用到所有目标语言，保留身份、音高和语气，不用手动设置。

另外支持音频、视频和文字三种输入

具体能力：

• 音色穿越：不是模仿你的声音，是你的声音直接在另一种语言里说话

• 情绪保真：原片里你笑你叹气你激动，译版照样有

• 同步感知翻译：译文长度匹配原片口型和停顿，不会嘴动完了字幕还在跑

• 措辞本地化：不是字面直译，每种语言用自己的表达方式

• 端到端全自动：传一个视频进去出一份配音，中间没有手工拼接