AI音频公司ElevenLabs于2026年10月1日宣布，推出新一代文本转语音（TTS）模型Eleven v4，并同步发布低延迟版本Eleven v4 Turbo。
据介绍，Eleven v4可根据文本语气、语速、角色设定及上下文生成语音。用户既可通过自然语言指令，也可借助文本标签，对发声方式、情绪表达和音效进行控制。
在语言支持方面，该模型已从v3的70种扩展至90多种。ElevenLabs还引入了新的说话人控制机制，以在多次生成过程中保持不同说话人的声音特征一致，并结合前文语境生成多角色对话。
ElevenLabs表示，在AI模型评测机构Artificial Analysis于9月进行的“Provider Voice Arena”评测中，Eleven v4排名第一。
此次一同发布的Eleven v4 Turbo主要面向实时语音AI代理场景，通过进一步压缩延迟来提升交互体验。该模型的首次响应延迟平均为100毫秒，并可与ElevenLabs对话式代理平台ElevenAgents配合使用。
目前，这两款模型均可在ElevenCreative、ElevenAgents和ElevenAPI中调用。
ElevenLabs联合创始人兼CEO Mati Staniszewski表示，新模型在情绪表达和上下文感知方面能力进一步增强，可用于内容创作、AI代理等场景。
记者信息
Seulgi Son
sageson@d-today.co.kr