ElevenLabs发布v4语音模型支持90种语言

IT时代网9月28日消息，ElevenLabs推出v4与v4 Turbo两款新语音模型，带来更强的表现力控制、面向语音智能体的更低延迟，并支持超过90种语言，10秒音频即可完成声音克隆。

v4采用新架构，长文本下的声音一致性更好，朗读时能结合上下文调整语气。上一代引入的行内情感标签在v4中得到扩展，用户可以叠加多个标签，模型会按顺序执行。语言数量从上一代的70种增至90种，日语、巴西葡萄牙语、普通话和粤语的品质提升最明显。

语音智能体场景下，v4可以在大模型开始生成回答的同时就开始合成音频，进一步压缩等待时间，对打断、升级转接和挂起的处理也更自然。ElevenLabs的年化收入今年年初约3.3亿美元，目前已超过6亿美元，企业通话业务占比超过55%，员工总数超过800人。该公司今年2月完成红杉领投的5亿美元融资，估值110亿美元。

编辑：林一舟