专题 · FULL STORY

Eleven v4 发布：双榜登顶的TTS新王

9 月 28 日 ElevenLabs 发布新一代语音模型 Eleven v4 与 v4 Turbo，官方称其更快、情感表现力更强，并在独立评测中双榜登顶；随后开发者上手实测，盛赞语音逼真度达前所未有的水平。

2026-09-28 ~ 2026-09-29 · 2 集 · 19 条

第 1 集 · ElevenLabs 发布 Eleven v4 与 v4 Turbo，双榜登顶 TTS(2026-09-28,17 条)

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（@NevFlynn、@testingcatalog）
  • 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）
  • 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）
  • 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）
  • 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、音效处理等可控生成能力，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

第 2 集 · 开发者实测盛赞 ElevenLabs v4：语音逼真度创新高(2026-09-29,2 条)

ElevenLabs v4 发布后，多位开发者第一时间上手体验并给出高度评价。开发者 chrisfirst 称生成语音的逼真度达到前所未有的水平，直呼「难以置信」并附上试听音频；博主 D3VAUX 试用后同样大为惊叹，称赞 ElevenLabs「这次做得很棒」，认为语音生成质量较此前大幅提升。