每次请求可选择 Auto、TokenLab Verified 或 Official,并查看对应价格。 查看更新

ElevenLabs: Eleven v4 Turbo

ElevenLabs 的 Eleven v4 Turbo 用于语音生成,已通过 fal 的原生接口完成验证。
对比模型
eleven-v4-turbo
可用ElevenLabs文本转语音同步
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

  1. 创建 API 密钥

    在 Console 生成一把密钥,平台上的模型都能用。

  2. 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/speech
    curl -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_formatmp3_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_192mp3_44100_128未提供
seed≥ 0, ≤ 4294967295未提供未提供
voice未提供RachelThis 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
—

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
模型表现
达到隐私和数据量阈值后,指标才会显示。

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

相关模型