ElevenLabs 发布 Eleven v4 与 v4 Turbo，脚本可直接控制情绪表演
ElevenLabs 新语音模型来了，写台词时直接标注情绪、停顿、笑声就能让声音照着演，Turbo 版首次出声只要 150ms 左右，做播客和实时对话的可以试试。
ElevenLabs 发布 Eleven v4 和 Eleven v4 Turbo 两款语音模型。v4 允许在脚本中写入情绪、停顿、笑声、耳语和音效标签来控制表演，支持 90 多种语言，官方点名粤语、蒙古语和奥里亚语。Instant Voice Clone 用约 10 秒录音克隆声音，并通过 context stitching 和 speaker stability 保持长篇生成的连贯性。Turbo 面向实时对话，推理时间约 100ms，中位首次出声约 150ms，支持双向流式生成。
Elevenlab 发布两款新语音模型：Eleven v4 和 Eleven v4 Turbo 能根据文本内容“按剧情表演”声音 Eleven v4 的主要功能特点： 脚本可以直接控制表演： 在台词中写入情绪、停顿、笑声、耳语、动作和环境音效，也可以用自然语言说明一句话应该怎样说。 声音克隆兼顾相似度和表现力： Instant Voice Clone 可用大约 10 秒录音创建声音，Professional Voice Clone 重新支持 v4 的完整情绪范围。 长篇和重生成更连贯：context stitching 负责衔接不同生成片段的节奏与状态，speaker stability 尽量让角色在旁白、对话和返工片段里保持同一声线。 支持多人对话和发音控制： 同一脚本可安排多个说话者、接话关系和音效，并通过 IPA 与发音词典固定姓名、缩写和专业词的读法。 覆盖 90 多种语言： 官方点名支持粤语、蒙古语和奥里亚语，演示还展示了加泰罗尼亚语旁白与音效标签。 Turbo 为实时对话降低等待：模型推理时间约为 100ms，中位首次出声约为 150ms，并支持双向流式生成。 Your browser does not support the video tag. 🔗 View on Twitter 💬 2 🔄 0 ❤️ 3 👀 1638 📊 2 ⚡
