ElevenLabs: Eleven v4 Turbo
eleven-v4-turbo- 输入 / 输出
- $40.00 / $0.00
- 模态
- 音频
Eleven v4 Turbo 简介
Eleven v4 Turbo 是 ElevenLabs 的实时语音合成模型,是 Eleven v4 的低延迟版本。它能把脚本转成 90 多种语言的语音,并读取行内音频标签(比如耳语、停顿)来控制朗读方式。ElevenLabs 把它用于语音智能体和实时对话,这类场景下首段音频快比标准 v4 模型的额外润色更重要。
擅长的任务
- ElevenLabs 给出约 100 ms 的推理延迟和 150 ms 的首次发声时间,这是实时语音智能体听起来反应灵敏的原因。
- [whispers]、[excited] 这样的行内音频标签可以控制情绪和语气,大多数情况下可以代替 SSML 来指导朗读。
- 据 ElevenLabs 称,重新生成一句话时声音保持一致,让智能体的人设在多次通话中保持稳定。
- 发音控制涵盖人名、缩写和技术术语,包括 IPA,稳定性和相似度设置可调整对所选声音的贴合程度。
什么情况换别的模型
- Eleven v4 是为有声书、旁白等制作类内容打造的版本,成品媒体通常用它听起来更好。
- 它只朗读你给的文本;转写或理解音频需要另外的语音识别模型。
- 音频标签只能引导朗读,不保证得到确切效果,需要特定读法的脚本应先试听。
快速上手
创建 API 密钥
在 Console 生成一把密钥,平台上的模型都能用。
发送第一个请求
复制你所用语言的示例代码,向该端点发起请求。
文本转语音TokenLab 端点POST/v1/audio/speechcurl -X POST "https://api.tokenlab.sh/v1/audio/speech" \ -H "Authorization: Bearer sk-xxx" \ -H "Content-Type: application/json" \ -d '{ "operation": "tts", "model": "eleven-v4-turbo", "input": "Hello from TokenLab.", "voice": "alloy" }'
参数
文本转语音
| 参数 | 可选值与限制 | 默认值 | 说明 |
|---|---|---|---|
input | 未提供 | 未提供 | Text length limits: minLength=1, maxLength=5000. |
language_code | 未提供 | 未提供 | This field is accepted. The current public contract does not specify a complete value range or list. No additional values are promised. The omitted-field default is not verified. |
operation | 未提供 | 未提供 | 未提供 |
response_format | mp3_22050_32, mp3_44100_32, mp3_44100_64, mp3_44100_96, mp3_44100_128, mp3_44100_192, pcm_8000, pcm_16000, pcm_22050, pcm_24000, pcm_44100, pcm_48000, ulaw_8000, alaw_8000, opus_48000_32, opus_48000_64, opus_48000_96, opus_48000_128, opus_48000_192 | mp3_44100_128 | 未提供 |
seed | ≥ 0, ≤ 4294967295 | 未提供 | 未提供 |
voice | 未提供 | Rachel | This field is accepted. The current public contract does not specify a complete value range or list. No additional values are promised. |
Fields outside this contract are rejected.
价格
Verified 价格用于 Verified,多数模型更便宜;Official 价格是模型厂商公布的价格,用于更稳定的 Official。Auto 按最终完成请求的线路计价。
文本转语音
每百万字符- Official 价格
- 输入 $40.00 / 输出 $0.00
- Verified 价格
- —
- 折扣
- —
| Official 价格每百万字符 | Verified 价格每百万字符 | 折扣 | |
|---|---|---|---|
| 文本转语音 | 输入 $40.00 / 输出 $0.00 | — | — |
用量与动态
成功率是请求完成的比例;延迟是拿到一次完整响应要花的时间,P95 表示 95% 的请求都在这个时间内完成。
用量与可用性
最近 24 小时- 请求
- 成功率
- P95 延迟
- 总 token 数
数据来自汇总的用户请求,不含状态检查。
直接在 Console 里试
Eleven v4 Turbo 已在 Console 备好,提示词已填好,可以直接修改或发送。
帮我用 eleven-v4-turbo 发起一条简短的音频请求,接口是 /v1/audio/speech。返回结果和费用。
使用场景
电话和网页语音智能体
在客服、销售或预约助手里,边接收边朗读大模型的回复,长时间停顿会打断对话。
互动角色
给游戏或陪伴角色一个稳定的声音,并用标签标出一句话里的情绪变化。
语音通知和 IVR
用固定的声音和正确的产品名发音,生成多种语言的简短提示和确认。
脚本快速试听
几乎实时地听一遍脚本,再把它交给更慢、润色更好的 v4 模型录最终版本。
提示词示例
[warmly] 感谢致电 Brightside 牙科。[pause] 我可以帮您预约或改约。您看什么时间方便?
[whispers] 保险库密码是 [pause] 四、七、九、二。[excited] 这就是最后一条线索!
您的订单号是 48-210。请您复述一遍,我好确认没有弄错。
FAQ
Eleven v4 和 Eleven v4 Turbo 有什么区别?
Turbo 是面向语音智能体和实时对话的版本,延迟约 100 ms。Eleven v4 针对有声书、播客和旁白等制作内容的质量做了调优。两者都使用音频标签,支持 90 多种语言。
Eleven v4 Turbo 里的音频标签怎么用?
在文本里用方括号放入自然语言标签,比如 [whispers]、[excited] 或 [pause]。模型把它们当作后面那几个词该怎么读的指示。ElevenLabs 称它们在这里比早期模型里更可靠。
Eleven v4 Turbo 支持哪些语言?
ElevenLabs 列出支持 90 多种语言并带原生口音,还支持多语言声音克隆。选一个声音,发送目标语言的文本即可,发音由模型处理,读错人名或术语时可以加上 IPA。
可以克隆声音并配合 Eleven v4 Turbo 使用吗?
ElevenLabs 表示,专业声音克隆(Professional Voice Clone)可以配合 v4 和 v4 Turbo 在完整的情绪范围内使用。请求里指定要用的声音,克隆本身在你的 ElevenLabs 声音库里创建。
请求里有哪些可调的参数?
目录列出了声音选择、音频标签、稳定性和相似度设置,以及 IPA 发音。稳定性用表现力换一致性,相似度控制输出贴近所选声音的程度。上线前先用一句示例调整。
Eleven v4 Turbo 的费用是多少?
在 TokenLab 上,Eleven v4 Turbo 的价格为 输入 $40.00 / 输出 $0.00 每百万字符。完整明细见上方价格表。 价格因计费单位、规格和用量而异。请在模型的详细定价中对比相同条件下的费率;单一费率不代表总价。
Eleven v4 Turbo 应该使用哪个端点?
Eleven v4 Turbo 使用 https://api.tokenlab.sh/v1/audio/speech。代码写法见下方的请求示例。
Eleven v4 Turbo 支持哪些操作?
Eleven v4 Turbo 支持 文本转语音。选了操作,上面会显示对应的端点和请求示例。
Eleven v4 Turbo 对比
资料来源
审阅于 2026年10月2日