9月28日，伦敦AI语音初创公司ElevenLabs正式发布v4及v4 Turbo语音模型。新版本在表达控制、语音代理延迟优化方面实现突破，支持语言数量扩展至90余种。
v4模型核心升级与语言能力
据官方介绍，新模型仅需10秒音频即可克隆声音，且在长文本生成中能保持高度一致的语音身份。同时，系统支持流式输出，可在大型语言模型生成文本的同时实时合成音频，显著降低交互延迟。
相比v3版本，v4系列将语言覆盖范围从70种提升至90多种。其中，日语、巴西葡萄牙语、普通话及粤语的音质表现提升最为显著。
商业进展与市场竞争格局
ElevenLabs目前运营着成熟的AI语音平台，大型企业客户贡献了超过55%的业务营收。今年2月，该公司已完成5亿美元融资，估值备受市场关注。
此次新品发布正值语音赛道竞争加剧之际。Deepgram等竞争对手正加速布局语音代理及企业级文本转语音市场，行业格局持续演变。