ElevenLabs发布v4及Turbo语音模型，支持脚本控制表演

Elevenlab 发布两款新语音模型：Eleven v4 和 Eleven v4 Turbo

能根据文本内容“按剧情表演”声音

Eleven v4 的主要功能特点：

脚本可以直接控制表演： 在台词中写入情绪、停顿、笑声、耳语、动作和环境音效，也可以用自然语言说明一句话应该怎样说。

声音克隆兼顾相似度和表现力： Instant Voice Clone 可用大约 10 秒录音创建声音，Professional Voice Clone 重新支持 v4 的完整情绪范围。

长篇和重生成更连贯：context stitching 负责衔接不同生成片段的节奏与状态，speaker stability 尽量让角色在旁白、对话和返工片段里保持同一声线。

支持多人对话和发音控制： 同一脚本可安排多个说话者、接话关系和音效，并通过 IPA 与发音词典固定姓名、缩写和专业词的读法。

覆盖 90 多种语言： 官方点名支持粤语、蒙古语和奥里亚语，演示还展示了加泰罗尼亚语旁白与音效标签。

Turbo 为实时对话降低等待：模型推理时间约为 100ms，中位首次出声约为 150ms，并支持双向流式生成。