Rabbit Inc. no deja de sorprendernos y esta vez se alía con el mejor generador de voz de Inteligencia Artificial del momento
Vaya semana nos están dando… Aún nadie tiene el dispositivo y sin embargo en los últimos 4 días entre demos de producto e información y respuestas de toda índole no nos dan un respiro y siguen aumentando el hype, esta vez con la sorpresa de su alianza con ElevenLabs para gestionar la voz de nuestro amigo.
Para quien lo la conozca, ElevenLabs es una plataforma líder en software de voz mediante IA que se enfoca en hacer que los contenidos sean accesibles universalmente en cualquier idioma y con cualquier voz. Ofrecen capacidades multilingües en 30 idiomas a través de su modelo Eleven Multilingual v2, permitiendo a medios de comunicación, desarrolladores de juegos, editores y creadores independientes mejorar la accesibilidad a sus contenidos.
Fundada por Mati Staniszewski y Piotr Dabkowski, ElevenLabs destaca por su calidad en la síntesis de voz, ofreciendo voces naturales y realistas en diversas aplicaciones como videojuegos, audiolibros, chatbots y más. La plataforma también brinda la posibilidad de clonar voces y diseñar nuevas voces sintéticas, lo que la convierte en una herramienta versátil para creadores de contenido, escritores, desarrolladores de videojuegos y autores.
El mejor generador de voz artificial actual
Ni que decir tiene que a día de hoy, esta empresa no tiene rival en su modelo de generación de voz y se usa en infinidad de ámbitos tanto profesionales como amateur. Con ElevenLabs se pueden crear diversos tipos de contenido gracias a sus capacidades avanzadas de síntesis de voz. Algunos ejemplos incluyen:
- Contenido para Bloggers: Los blogueros pueden mejorar sus artículos con voces realistas, creando contenido atractivo estilo podcast.
- Videojuegos: Para desarrolladores de videojuegos, ElevenLabs lleva el audio del juego a un nivel superior con diálogos cautivadores y narraciones en tiempo real.
- Audiolibros: Autores y editores pueden convertir contenido de formato largo en audio atractivo, brindando la posibilidad de escuchar libros con voces naturales y tono realista.
- Educación de Español: En el ámbito educativo, ElevenLabs puede utilizarse para diferenciar voces en actividades creativas que fomentan la fluidez y la improvisación en español.
El comunicado que han lanzado tras el acuerdo
La propia ElevenLabs lanzaba este artículo en su blog:
ElevenLabs da voz realista al dispositivo r1 de Rabbit
Hacer que la tecnología futurista sea fácil de usar.
Nuestra misión en ElevenLabs es crear herramientas de audio de IA que mejoren la accesibilidad al contenido, rompan las barreras del idioma, mejoren las experiencias de los usuarios y ofrezcan nuevas salidas creativas.
Nuestra colaboración con Rabbit , creadores del r1 con Inteligencia Artificial, impulsará esta misión y establecerá un nuevo estándar para la comunicación entre el usuario y el dispositivo. Cuando los usuarios del r1 ejecuten comandos avanzados a través de la voz, una voz potenciada por ElevenLabs responderá con un realismo incomparable y baja latencia.
«Estamos trabajando con conejos para acercar el futuro de la interacción entre humanos y dispositivos», afirma Mati Staniszewski, director ejecutivo de ElevenLabs. «Nuestra colaboración consiste en hacer del r1 un copiloto verdaderamente dinámico».
«Queríamos que la experiencia del usuario con el r1 fuera fluida e intuitiva, por lo que lo creamos como un dispositivo independiente que utiliza entradas de lenguaje natural para ayudarle a hacer las cosas», dijo Jesse Lyu, fundador y director ejecutivo de Rabbit.
“Con tu r1, puedes simplemente presionar un botón y hablar con él como si estuvieras hablando con tu asistente personal. Los modelos de voz de baja latencia y calidad ultra alta de ElevenLabs ayudarán a que la interacción se sienta muy natural”.
El r1, conocido por su diseño elegante y su potente IA orientada a la acción, utilizará la IA de voz de ElevenLabs para interactuar con sus usuarios. A través de Rabbit OS, los usuarios del r1 disfrutan de una combinación perfecta de comando y ejecución entre aplicaciones.
En esencia, el modelo de acción grande (LAM) comprende comandos de varios niveles y puede realizar tareas complejas: desde pedir transporte y pedir comida, hasta generar imágenes en Midjourney y sugerir recetas basadas en lo que la cámara de Inteligencia artificial del dispositivo ve en su frigorífico.
Nos toca esperar
En definitiva, habrá que esperar a ver cómo conjugan el acuerdo, pero para mí es sin duda lo más relevante que ha pasado en meses y que supondrá un salto gigante para la calidad en las voces y la interacción del usuario con el r1.
