Das neue v4-Sprachmodell von ElevenLabs macht KI-Stimmen ausdrucksstärker und konsistenter
decoder ·
ElevenLabs hat sein neues Eleven v4-Sprachmodell veröffentlicht, das die Stimmkonsistenz und Ausdrucksstärke über lange Produktionen hinweg erheblich verbessert. Die aktualisierte Architektur ermöglicht eine genauere Interpretation von Richtungsangaben und erlaubt so die zuverlässige Generierung von Emotionen, Lachen und Soundeffekten. Das Modell unterstützt über 90 Sprachen und verbessert die Voice-Cloning-Fähigkeiten, einschließlich der Beibehaltung des Muttersprachakzents in Fremdsprachen. Eine neue Turbo-Variante zielt auf Echtzeitanwendungen wie Sprachagenten ab und beginnt die Spracherzeugung bereits nach 150 Millisekunden. Benchmarks zeigen, dass v4 sowohl bei der Geschwindigkeit als auch bei der Ausspracheaccuracy Konkurrenten wie Cartesia Sonic 3.6 und Googles Gemini 3.8 Flash TTS übertrifft. Das Unternehmen bietet bis zum 12. Oktober temporäre Preisnachlässe für die API-Nutzung an, um die Adoption zu fördern. Sowohl die Standard- als auch die Turbo-Modelle sind nun über die API, ElevenAgents und die ElevenCreative-Plattform verfügbar.
decoder