Eleven v4 and Eleven v4 Turbo
ElevenLabs · 語音與語言
Eleven v4 與 Eleven v4 Turbo 是 ElevenLabs 的文字轉語音模型，主打帶情緒的多講者音訊。Turbo 保留同樣表現力，延遲壓到約 100 毫秒，適合即時語音代理。
關於 Eleven v4 and Eleven v4 Turbo
About
什麼是 Eleven v4 與 Eleven v4 Turbo
Eleven v4 是 ElevenLabs 最新的語音模型，屬於第四代文字轉語音系統，2026 年 9 月 28 日推出。它讀稿時會考量誰在說話、場景剛發生什麼事，以及每一句該怎麼落下。同一個段落不會從頭到尾用同一種語調，節奏、重音與換氣都跟著文字調整。
Turbo 是同一套情感語音合成的低延遲版本。它保留完整的情緒表現，換來更快的反應速度。ElevenLabs 公布的中位推論延遲約 100 毫秒，第一個聲音約 150 毫秒。電話那頭的人還來不及察覺停頓，代理就已經開口。
兩者都不是聊天機器人。稿子由你準備，聲音由你挑，語氣由你決定。ElevenLabs 在 Artificial Analysis 的語音排行榜把 Eleven v4 放在第一位，並表示約 75% 的聽眾在盲測中偏好它。這是廠商說法，實際效果還是要用自己的素材驗一次。
限制很實際。單次生成上限 10,000 字元，計費以點數計算，任何聲音克隆都需要聲音本人的驗證同意。v4 推出前建立的克隆，也得重新訓練才能發揮完整效果。同意這件事沒有商量空間。
開始使用
- 建立 ElevenLabs 帳號。免費方案每月 10,000 點數，大約十分鐘音訊。
- 開啟 Text to Speech，製作內容選 Eleven v4，即時代理選 Eleven v4 Turbo。用 API 時改
eleven_v4或eleven_v4_turbo這個模型 ID 就能切換。 - 從超過 17,500 個聲音裡挑一個，用簡短錄音克隆一個，或直接輸入描述生成一個。
- 撰寫腳本，在語氣需要變化的地方加上方括號指示，例如 [whispers]、[laughs]、[long pause]。
- 生成錄音，再依用途下載 MP3、WAV、PCM 或 µ-law。
產品資訊
快速了解 Eleven v4 and Eleven v4 Turbo 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- 有聲書與播客製作人：重新生成台詞時，模型仍維持同一把旁白聲音，第十二章補錄的句子聽起來和第一章一致。上下文接續讓段落之間的節奏不會斷掉。
- 遊戲與動畫團隊：多講者對話加上逐句情緒標籤，可以處理以前得進錄音室才能完成的角色演出。商業用途仍須確認聲音權利清楚。
- 打造語音代理的產品團隊：Eleven v4 Turbo 從送字到出聲約 150 毫秒，能放進代理的回應迴圈，專業聲音克隆在兩個模型上的表現也一致。
任務
- 朗讀整本手稿：每次生成最多 10,000 字元，上下文接續把語氣與節奏帶進下一段。
- 執導多角色的場景：為每個角色寫上台詞，加上 [excited] 或 [sighs] 這類標籤，模型會依照標籤順序演出，而不是把標籤念出來。
- 讓同一個品牌聲音進到多個市場：一個克隆聲音能用 90 多種語言說話，還帶著當地母語者的口音，不會講到一半飄回原音。
- 支援即時電話服務：語言模型邊產生文字就邊送進模型，句子還沒結束，音訊已經開始播放。
情境
- 把文字專欄變成可聽的系列：一批文章交給同一個聲音，輸出後聽感一致。
- 把課程或訓練影片配音成多種語言：同一把聲音跨語言延續，學員聽到的是同一位講師，不是一群陌生人。
- 快速做出客服機器人或電話語音流程的雛形：Turbo 的延遲讓示範聽起來像通話，而不是對講機。
主要功能
把導演指示寫進腳本
Eleven v4 會把行內的音訊標籤當成演出提示。[whispers]、[laughs]、[building]、[door slams] 這些記號會改變語氣、節奏與背景聲。它遵循標籤序列的穩定度比 v3 高，連續堆疊多個標籤也能處理。場景可以用自然語言指揮，不必反覆重錄。
長篇錄音的上下文接續
單次生成在 10,000 字元畫下句點，上下文接續則把節奏、語氣與詮釋帶進下一段，讓長時間的製作不會聽起來像好幾段錄音拼起來。用幾十次生成組出的有聲書，聽起來仍像一次讀完。
重錄也不換人
以前重新生成一句台詞，回來的可能是稍微不同的另一個人。Eleven v4 在對話、旁白與重複生成之間都維持講者身分。改一句話，不必連整章一起重做。
十秒音訊就能克隆聲音
即時克隆只需要約十秒乾淨語音，保留的音色細節比前代更多。十秒就夠。v3 取消的專業聲音克隆也回來了，能用上模型的完整情緒表現。每個克隆都需要聲音本人驗證同意。
九十多種語言，當地口音
兩個模型都支援 90 多種語言。用英文錄的聲音說日文、西班牙文或葡萄牙文時，會帶著母語者口音，同時保住原本的辨識度。這種口音貼合能撐完整段生成，對配音與跨市場品牌特別重要。
Turbo 專攻即時對話
Eleven v4 Turbo 以串流收文字、以串流送音訊，語言模型還沒寫完句子，它已經開口。中位推論延遲約 100 毫秒，情緒表現和標準版一致。兩件事加在一起，即時語音代理才像人在說話，而不是廣播。
優缺點
優點
- 情緒表現能撐完一整場戲，不只一句台詞。
- 音訊標籤的遵循度高，能省下部分手動重錄。
- 專業聲音克隆回歸，兩個模型的行為一致。
- 同一個克隆聲音在九十多種語言裡都認得出來。
- Turbo 的延遲足以應付即時通話，表現力沒有明顯犧牲。
缺點
- 每次生成 10,000 字元，長書需要接續與額外檢查。
- 用量大時，點數計價很難預估。
- v4 推出前訓練的克隆必須重新訓練。
- SSML 的停頓標籤已停用，停頓控制只能靠自然語言指示。
常見問題
Eleven v4 是 ElevenLabs 的文字轉語音模型，主打帶情緒的多講者音訊。它會解讀腳本的語氣、節奏與情境，也接受音訊標籤來指揮每一句的詮釋。2026 年 9 月 28 日推出。
相關內容
探索與 Eleven v4 and Eleven v4 Turbo 相關的工具、技能與文章。
Eleven v4 and Eleven v4 Turbo 替代方案
Foley
Hanamori Labs, LLC · 語音與語言 · 生產力 · AI 助理Foley 是一款語音待辦清單，把一句話變成歸檔好的任務，專案、日期與時間都先填好，接著再幫你依現有清單排出一整天的順序。
HireKey
HireKey · 語音與語言 · 生產力 · AI 學習HireKey 是由前科技業招募主管打造的 AI 求職副駕駛。它分析職缺契合度、客製化履歷、帶你練習面試，並把每份申請整理在同一處。
Fluence
Yay Software (Yannick Huchard) · 寫作 · 語音與語言 · 生產力Fluence 是 Android 上的文件閱讀器，能朗讀 PDF、EPUB、Word 檔與網路文章，逐句跟著語音標示，並在手機上直接回答你對內容的提問。