IT之家9月29日消息，ElevenLabs于当地时间周一正式推出ElevenLabs v4与v4 Turbo两款全新语音模型。新版模型强化了情绪表达控制能力，降低了语音智能体的响应延迟，同时支持90余种语言。
v4系列采用全新架构，实现了更精细的语音控制与速度更快的声音克隆。官方表示，借助v4，用户仅需10秒音频素材即可完成语音克隆；朗读大段文本时可更好维持说话人的音色特征，并能记住前后文本语境随之调整语气。
ElevenLabs曾在v3中引入内联标签设定语音情绪，v4的标签功能进一步扩充，用户可叠加多个标签，模型按标签先后顺序执行。旧版模型支持70种语言，新版本提升至90种，官方称日语、巴西葡萄牙语、普通话以及粤语的合成质量提升最为显著。
官方指出，新模型非常适配语音智能体场景：当后端大语言模型刚开始输出回答时，v4即可同步生成语音音频，并能差异化处理争执对话、诉求升级以及通话等待场景。目前该公司超过55%的业务收入来自大型企业。