El nuevo modelo de voz v4 de ElevenLabs hace que las voces de IA sean más expresivas y consistentes
decoder ·
ElevenLabs ha lanzado su nuevo modelo de voz Eleven v4, que mejora significativamente la consistencia y expresividad de las voces en producciones extensas. La arquitectura actualizada permite una interpretación más precisa de las indicaciones de dirección, lo que facilita la generación confiable de emociones, risas y efectos sonoros. El modelo admite más de 90 idiomas y potencia las capacidades de clonación de voz, incluida la retención del acento nativo al hablar idiomas extranjeros. Una nueva variante Turbo está diseñada para aplicaciones en tiempo real, como agentes de voz, iniciando la producción de habla en tan solo 150 milisegundos. Los benchmarks indican que v4 supera a competidores como Cartesia Sonic 3.6 y Google Gemini 3.8 Flash TTS tanto en velocidad como en precisión de pronunciación. La empresa ofrece reducciones temporales de precios en el uso de la API hasta el 12 de octubre para fomentar su adopción. Tanto los modelos estándar como Turbo ya están disponibles a través de la API, ElevenAgents y las plataformas ElevenCreative.
decoder