ElevenLabs 发布 Expressive Mode:语音代理迎来情感智能革命
在 AI 语音交互领域,ElevenLabs 今天宣布了一项重大突破——Expressive Mode(情感表达模式)。这一更新专为 ElevenAgents 打造,旨在模糊 AI 与人类对话之间的界限,让语音代理能够根据用户情绪动态调整语调,从安抚焦虑到引导解决,实现真正“有温度”的客户服务。
核心突破:双重引擎驱动情感智能
Expressive Mode 并非单一功能的叠加,而是由两项核心技术升级共同驱动:
1. Eleven v3 Conversational:最懂情绪的大模型
这是 ElevenLabs 迄今为止最具情感智能和上下文感知能力的文本转语音(TTS)模型。与以往版本不同,Eleven v3 Conversational 专为实时对话优化,能够:
- 保持上下文连贯:在多轮对话中精准维持语境;
- 反映意图与情绪:语音自然流露情感与重音,避免机械感;
- 支持动态语调控制:允许开发者根据用户情绪(如担忧、愤怒、惊喜)实时调整代理的说话风格,例如在用户焦虑时采用更温和、安抚的语调。
2. 全新轮次交互系统:像人一样“听”与“说”
人类对话不仅取决于说什么,更取决于何时说。Expressive Mode 引入的新轮次交互系统,利用行业领先的 Scribe v2 Realtime 实时转录模型,从语音中推断情绪状态,从而决定代理何时发言、何时停顿或等待。
例如:
- 语速突然加快、音量激增、重复发言 → 系统识别为急性压力或恐慌,代理会放缓节奏、语气更沉稳;
- 明亮上升语调、短促感叹 → 识别为惊喜或释然,代理会回应得更积极、富有共情。
全球化部署:70+ 语言的情感细腻表达
Expressive Mode 已支持全球 70 多种语言,特别优化了以往情感表达较弱的语言,如印地语、西班牙语(含阿根廷口音)等,确保跨文化场景下的情感传达同样精准细腻。
实际应用价值
对于企业而言,Expressive Mode 意味着:
- 提升客户满意度:在高压力场景下(如航班取消、订单延误),代理能真正“共情”用户,而非机械回复;
- 强化品牌一致性:通过精细的语调控制,确保代理声音始终符合品牌调性;
- 规模化部署就绪:已集成至 ElevenAgents 平台,具备生产级可靠性、监控与测试能力,支持从试点到全球推广的全流程落地。
“我们的目标是让 AI 不再只是‘回答问题’,而是真正‘与人交谈’。”——ElevenLabs 官方团队
开发者可通过官方文档与 Live Demo 立即体验 Expressive Mode,构建更具人性化的智能语音代理。