Eleven v4 et Eleven v4 Turbo sont des modèles de synthèse vocale proposant la génération multi-locuteurs, le contrôle acoustique et émotionnel dans le script, le clonage vocal et le streaming bidirectionnel à faible latence dans plus de 90 langues.
Fonction du produit et positionnement officiel
Eleven v4 et Eleven v4 Turbo sont des modèles de synthèse vocale développés par ElevenLabs pour générer des fichiers audio expressifs et multi-locuteurs dans plus de 90 langues. Conçu sur une architecture qui évalue le contexte du dialogue et l'identité de l'orateur, le modèle suit des balises insérées dans le texte pour les inflexions émotionnelles et les effets sonores intégrés.
Cette version inclut Eleven v4 Turbo, une variante optimisée conçue pour les applications en temps réel et les pipelines d'agents conversationnels. Elle prend en charge le streaming bidirectionnel, restituant l'audio synthétisé pendant que le texte continue d'être transmis depuis un modèle de langage en amont avec une latence d'inférence médiane d'environ 100 millisecondes.
Cas d’usage étayés par les sources officielles
Les producteurs peuvent générer des livres audio complets et des projets narratifs en exploitant le raccord contextuel pour maintenir un rythme homogène et une stabilité vocale sur de longs scripts.
Les développeurs peuvent intégrer Eleven v4 Turbo dans les boucles d'agents vocaux pour obtenir des temps de réponse à faible latence grâce au streaming bidirectionnel.
Les créateurs peuvent rédiger des scripts comportant plusieurs voix de personnages distinctes et des effets sonores intégrés pour les jeux vidéo, les podcasts et les productions vidéo.
Eleven v4 introduit des commandes au niveau du script permettant aux créateurs de diriger le ton émotionnel et d'insérer des éléments audio environnementaux directement dans le texte. Les utilisateurs peuvent placer des balises telles que des chuchotements, des rires ou des effets sonores physiques au sein des dialogues, que le modèle interprète de manière contextuelle.
Afin de préserver la cohérence au sein des productions complexes, le raccord contextuel maintient l'élocution et le rythme de l'orateur sur des scripts étendus, tandis que la régénération vocale garantit la stabilité de la voix sans dérive entre les prises.
Eleven v4 Turbo est conçu pour les systèmes conversationnels interactifs, fonctionnant avec une latence d'inférence médiane rapportée d'environ 100 millisecondes et un délai médian avant la première parole d'environ 150 millisecondes.
Le modèle prend en charge le streaming bidirectionnel, ce qui permet de soumettre du texte généré progressivement par un grand modèle de langage externe pendant que l'audio est diffusé avant même que la phrase complète ne soit finalisée.
Vérifications à effectuer avec vos contenus et votre flux de travail
Sources vérifiées et date de la vérification
Réponses fondées sur la fiche produit dont les sources ont été vérifiées
Eleven v4 est conçu pour une voix expressive et le raccord contextuel sur de longs scripts, tandis qu'Eleven v4 Turbo est optimisé pour les applications en temps réel et les agents conversationnels, offrant une latence d'inférence médiane d'environ 100 ms et un délai avant la première parole d'environ 150 ms.
Eleven v4 prend en charge la synthèse vocale dans plus de 90 langues, y compris une génération fluide avec des accents natifs pour des langues telles que le japonais, l'espagnol et le portugais.
Oui, Eleven v4 prend en charge le clonage vocal instantané à partir de dix secondes d'audio ainsi que le clonage vocal professionnel, qui transpose la palette émotionnelle du modèle à travers les langues prises en charge.
Les utilisateurs peuvent insérer des balises de direction entre crochets (rires, chuchotements, effets sonores) directement dans le script, tandis qu'un dictionnaire de prononciation permet de définir une phonétique personnalisée ou des représentations API pour des mots et noms spécifiques.
Oui, Eleven v4 et Eleven v4 Turbo sont accessibles via des points de terminaison d'API REST, des points de terminaison de streaming et des SDK officiels pour Python et TypeScript, configurables à l'aide d'identifiants de modèle dédiés.
