ElevenLabs 发布 Eleven v4,双榜登顶 TTS 但定价高昂
9 月 28 日,ElevenLabs 发布新一代文本转语音模型 Eleven v4 与 v4 Turbo,官方称这是公司迄今最快、情感表现力最强的版本。独立评测机构 Artificial Analysis 的数据显示,Eleven v4 双双登顶 Provider Voice 竞技场与发音鲁棒性基准,确立其在 TTS 领域的领先地位;但 80 美元/百万字符的定价约为谷歌竞品的 5 倍,性能与成本的权衡成为用户选型的关键考量。
已确认
- ElevenLabs 官方发布 Eleven v4 与 v4 Turbo 两款模型,v4 采用新架构,可按预期的语气、节奏、情绪和角色生成语音,强调情感表达、面向构建创意体验的开发者;v4 Turbo 主打低延迟(@testingcatalog、@NevFlynn)
- 团队发布交互 demo,展示在提示词中加入 [audio tags] 音频标签(如 [excited]、[playful]、[amazed])逐词控制模型情绪的能力(@NevFlynn)
- 脚本可直接内嵌表演指令:台词中可写入 [whispers]、[laughs]、[long pause]、[door slams] 等标签控制情绪、停顿、笑声、耳语、动作和环境音效,也可用自然语言描述某句该怎么念,无需反复调参或批量生成后挑选;支持约 10 秒样本的语音克隆(@xiaohu)
- 开发者 korymath 介绍,v4 允许同时「导演」角色的表演与周围的声音环境,支持语音效果处理(如「廉价麦克风」音色)(@korymath)
- 开发者 khademinori 补充,v4 新增 IPA 音标支持以精确控制发音,多说话人对话更自然、更有互动感(@khademinori)
- ElevenLabs 成员 lukeharries 演示升级版语音克隆,称其为公司最快、情感表现力最强的模型,已上线 ElevenCreative、ElevenAgents 和 ElevenAPI(@lukeharries)
- 用户 thealexbanks 实测后称已无法分辨自己克隆的声音与真人录音(@thealexbanks)
- Provider Voice 竞技场第一:Elo 1,319,1,674 次出场,领先 Cartesia Sonic 3.6(1,276)、Gemini 3.8 Flash TTS(1,267),阿里 Qwen 紧随其后(@ArtificialAnlys)
- 发音鲁棒性基准登顶,覆盖缩写展开等四个类别,其中三类得分超 93%,由人类评审按约定标准发音逐条判定;支持语言扩展至 90+(@ArtificialAnlys)
- 生成速度 73.4 字符/秒,较 v3 的 42.5 字符/秒大幅提升;定价 80 美元/百万字符,约为谷歌竞品的 5 倍(@ArtificialAnlys)
- Artificial Analysis 在发布线程放出客服话术与黑洞科普两段样音,展示模型在真实语境下的表现(@ArtificialAnlys)
- 第三方用户 mati 在 X 上转发评测,称 Eleven v4 在对比中「明显排名第一」(@annbordetsky 转发)
为什么重要
- Eleven v4 在竞技场与发音基准双双登顶,生成速度较上代接近翻倍,并已接入 ElevenCreative、ElevenAgents 与 ElevenAPI,巩固了 ElevenLabs 在 TTS 领域的领先地位
- 新架构带来的情绪标签、脚本内嵌表演指令、音效处理、IPA 音标控制与快速声音克隆等能力,将 TTS 从单纯念稿推向「可导演」的创意制作场景
- 但 80 美元/百万字符的定价约为谷歌竞品的 5 倍,高性能与高成本的权衡成为用户选型时的关键考量;Cartesia、Gemini、阿里 Qwen 等竞品紧随其后,差距并不悬殊
2026-09-28 ~ 2026-09-29 · 22 条相关
- 第 1 集:ElevenLabs 发布 Eleven v4,双榜登顶 TTS 但定价高昂(2026-09-28,22 条)
- 第 2 集:ElevenLabs v4 发布后实测口碑爆棚 语音更逼真还能去口音(2026-09-29,3 条)
- 第 3 集:ElevenLabs v4 语音模型正式接入 Runway 平台(2026-09-29,2 条)
- 第 4 集:ElevenLabs 发布 Eleven v4 语音模型,免费开放至 10 月 12 日(2026-10-01,4 条)
- 第 5 集:ElevenLabs v4 实测:合成语音零修改可用并能自然放慢语速(2026-10-04,2 条)
一手来源
- Eleven v4 登顶 TTS 竞技场与发音基准,价格却是竞品数倍 — ArtificialAnlys ·
- ElevenLabs 发布 v4 语音模型:10 秒克隆声线,脚本内嵌表演指令 — xiaohu ·
- ElevenLabs 发布 Eleven v4:迄今最有情绪表现力的语音模型 — NevFlynn ·
- ElevenLabs 发布 v4 与 v4 Turbo 语音模型,登顶 Artificial Analysis 榜首 — NevFlynn · 2026-09-28
- Eleven v4 登顶 TTS 竞技场,支持 90+ 语言但定价是谷歌 5 倍 — ArtificialAnlys · 2026-09-28
- Eleven v4 样音实测:客服话术与黑洞科普两种场景 — ArtificialAnlys · 2026-09-28
- ElevenLabs Eleven v4 登顶 TTS Arena,支持语言增至 90+ — ArtificialAnlys · 2026-09-28
- Eleven v4 登顶 TTS 发音基准,三类得分超 93% — ArtificialAnlys · 2026-09-28
- Eleven v4 生成速度 73.4 字符/秒,定价 80 美元/百万字符 — ArtificialAnlys · 2026-09-28
- Artificial Analysis TTS 榜:Eleven v4 居首,阿里 Qwen 紧随其后 — ArtificialAnlys · 2026-09-28
- TTS 语音榜更新:Eleven v4 居首,成本80美元/百万字符 — ArtificialAnlys · 2026-09-28
- Eleven v4 登顶语音生成评测,被评「明显第一」 — annbordetsky · 2026-09-28
- ElevenLabs 发布 v4 语音克隆模型:最快、情感表现最强 — lukeharries · 2026-09-29
- 【源头】ElevenLabs 发布 Eleven v4:迄今最有情绪表现力的语音模型 — NevFlynn · 2026-09-29
- ElevenLabs 发布 Eleven v4:可导演角色表演与环境音效的新语音模型 — korymath · 2026-09-29
- ElevenLabs 发布 Eleven v4:迄今最快、最富情感表现力的语音模型 — Polymarket · 2026-09-29
- 【源头】ElevenLabs 发布 v4 语音模型:10 秒克隆声线,脚本内嵌表演指令 — xiaohu · 2026-09-29
- ElevenLabs v4 让脚本直接指挥表演:台词里写 [whispers] 就耳语 — xiaohu · 2026-09-29
- Eleven v4 上线 IPA 音标控制与多说话人对话,发音更精准 — khademinori · 2026-09-29
- ElevenLabs 发布 Eleven v4:语气情绪可标注,克隆声音以假乱真 — thealexbanks · 2026-09-29
另有 5 条近重复转述:ArtificialAnlys · Scobleizer · NevFlynn · testingcatalog · testingcatalog