ElevenLabs 发布 v4 与 v4 Turbo 语音模型

先了解这件事

ElevenLabs 发布语音合成模型 Eleven v4 及其低延迟变体 Eleven v4 Turbo，两款模型已在 ElevenAgents、ElevenCreative 和 ElevenAPI 上线，注册免费账户即可使用。官方称 v4 是其最具情绪表现力的文本转语音模型，基于新架构，可按预期的语气、节奏、情感和角色生成语音。

据 IT之家和 The Decoder 报道，v4 的语言支持从 v3 的约 70 种提升至 90 余种，单次可处理 10,000 字符，发音基准得分从 v3 的 85.6% 升至 91.7%，用户仅需 10 秒音频素材即可完成声音克隆。Artificial Analysis 评测显示，v4 最初登顶 Provider Voice TTS Arena；后续 v4 Turbo 以 Elo 1334 升至第一，v4 退居第二，ElevenLabs 称 v4 Turbo 价格为每百万字符 40 美元，是 v4（80 美元）的一半，生成速度每秒 96 字符，发音鲁棒性得分 90.1%。

ElevenLabs 称 ElevenAgents 借助 v4 Turbo 可感知来电者情绪并调整表达，在长时间通话中更稳定，支持 90 余种语言；在 ElevenAgents 中使用 v4 Turbo 的智能体截至 10 月 12 日为每分钟 3.3 美分，之后按标准价格计费。v4 还上线了 ElevenReader，可用自选音色朗读文章、电子书或 PDF。OpenRouter 也已接入 ElevenLabs 的 9 个文本转语音和 2 个语音转文本模型，无需单独的 ElevenLabs 计划，所有模型五折优惠截至 10 月 19 日上午 8 点（太平洋时间），但 Realtime Scribe v2 over WebSocket 不在此次上线范围内。