ElevenLabs 发布 v4 语音模型:10 秒克隆声线,脚本内嵌表演指令
xiaohu · x · 2026-09-29
ElevenLabs 发布 Eleven v4 与 v4 Turbo 两款语音模型,主打「按剧情表演」:
- 脚本直接控制表演:台词中可写入情绪、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
- 声音克隆:Instant Voice Clone 用约 10 秒录音建声;Professional Voice Clone 重新支持 v4 完整情绪范围
- 长篇连贯:context stitching 衔接不同生成片段的节奏与状态,speaker stability 让角色在旁白、对话和返工片段保持同一声线
- 多人对话与发音控制:同一脚本安排多说话者与接话关系,支持 IPA 和发音词典固定姓名、缩写与专业词读法
- 语言覆盖:90 多种语言,点名支持粤语、蒙古语、奥里亚语
- Turbo 面向实时对话:推理约 100ms,中位首次出声约 150ms,支持双向流式生成
所属事件:ElevenLabs 发布 Eleven v4,双榜登顶 TTS 但定价高昂(22 条相关)→
「多模态」频道最新
- 网友晒 Qwen 4 Max 生成珊瑚礁作品,模型名尚未官方发布 — intellectronica · 2026-11-16
- Reddit 音频模型大盘点:开源 ASR/TTS/文生音乐 9 个月后再度征集 — rm-rf-rm · 2026-11-16
- 用 FLUX.2 klein 给 2D 游戏生成循环动画:掩码法可行但仍是 hack — emilrueh · 2026-11-16
- 手改0.2%权重加CPU训练100分钟,英语TTS模型变身18MB梵语语音 — kastnerkyle · 2026-11-16
- Zyphra开源文本归一化工具:TTS结构化数据正确率最高提升22个百分点 — kastnerkyle · 2026-11-16
- AI 音乐视频:赛车手王者归来的燃情故事 — VictoryVisualsStudio · 2026-11-16