O novo modelo de fala v4 da ElevenLabs torna as vozes de IA mais expressivas e consistentes
decoder ·
A ElevenLabs lançou seu novo modelo de fala Eleven v4, que melhora significativamente a consistência e a expressividade da voz em produções longas. A arquitetura atualizada permite uma interpretação mais precisa das indicações de direção, possibilitando a geração confiável de emoções, risadas e efeitos sonoros. O modelo suporta mais de 90 idiomas e aprimora as capacidades de clonagem de voz, incluindo a retenção de sotaque nativo em línguas estrangeiras. Uma nova variante Turbo é voltada para aplicações em tempo real, como agentes de voz, iniciando a produção de fala em apenas 150 milissegundos. Os benchmarks indicam que o v4 supera concorrentes como o Cartesia Sonic 3.6 e o Google Gemini 3.8 Flash TTS tanto em velocidade quanto em precisão de pronúncia. A empresa está oferecendo reduções temporárias de preço no uso da API até 12 de outubro para incentivar a adoção. Tanto os modelos padrão quanto o Turbo estão agora disponíveis por meio da API, das plataformas ElevenAgents e ElevenCreative.
decoder