专题 · FULL STORY

ElevenLabs v4:发布、实测与平台落地

9 月 28 日 ElevenLabs 发布新一代语音模型 Eleven v4 与 v4 Turbo,号称迄今最快、情感表现力最强,双榜登顶 TTS 但定价高昂。随后多位开发者实测口碑爆棚,称语音逼真、能去口音,模型还接入 Runway 平台,并限时免费开放至 10 月 12 日。

2026-09-28 ~ 2026-10-05 · 5 集 · 33 条

第 1 集 · ElevenLabs 发布 Eleven v4,双榜登顶 TTS 但定价高昂(2026-09-28,22 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(@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

还有 2 条相关讨论 →

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)

ElevenLabs v4 发布后多位开发者和博主上手实测并普遍给出高度评价:chrisfirst 称生成语音的逼真度达到前所未有的水平;D3VAUX 也盛赞质量大幅提升。另一位博主用本人声音测试后发现 v4 几乎去掉了她的口音,并透露该实测视频由 Opus 5.5 制作完成,进一步展现了新版本在个性化语音克隆上的能力。

第 3 集 · ElevenLabs v4 语音模型正式接入 Runway 平台(2026-09-29,2 条)

Runway 官方宣布 ElevenLabs v4 语音模型正式上线其平台。v4 在旁白叙述与角色对话方面表现突出,语音表现力和语调自然度较此前版本明显提升,用户可直接在 Runway 平台内使用该模型,为视频创作提供更强的配音能力。

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)

ElevenLabs 发布基于全新架构的 Eleven v4 语音模型,官方称其不只是朗读文本,而是带真实情感与人类细微语气去“表演”内容,适合将有声剧、课程、播客等规模化音频生产。阅读类应用 ElevenReader 已全面切换至 v4,语言支持从 32 种扩展到 90 多种,语音表现力和音频标签遵循的准确性也显著提升。为庆祝发布,v4 在 10 月 12 日前免费可用,Creator 及以上计划的生成不消耗积分,最高可享 2 倍月度额度。

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)

ElevenLabs 的 Eleven v4 语音模型限时免费开放还剩约 9 天,多位博主实测反馈亮眼。开发者 FellMentKE 用同一脚本跑遍所有自持模型后称,这是首个一字未改即可直接使用的输出。另有实测指出,v4 能真正响应 slow 标记、按字面放慢语速而不显呆板,解决了合成配音「高级感」关键的节奏难题。