ElevenLabs推出v4与v4 Turbo语音模型：10秒素材即可克隆声音

9月29日，ElevenLabs于当地时间周一正式推出两款全新语音模型，分别为v4与v4 Turbo。新版模型强化了情绪表达控制能力，降低了语音智能体的响应延迟，同时支持90余种语言。新系列采用全新架构，实现了更精细的语音控制以及更快的声音克隆，官方表示用户仅需10秒音频素材即可完成克隆。

在内容创作方面，朗读大段文本时新版模型能更好地维持说话人音色，并记住前后文本语境以调整语气。此前的v3引入了内联标签设定语音情绪，到了v4标签功能进一步扩充，用户可叠加多个标签并按先后顺序执行。旧版支持70种语言，优化后提升至90种，其中日语、巴西葡萄牙语、普通话与粤语的合成质量提升最为显著。

过去一年ElevenLabs的企业语音通话业务扩张迅速，目前超过55%的收入来自大型企业，新模型非常适配语音智能体场景，更低延迟带来更流畅对话，且当后端大模型刚开始输出时v4就能同步生成语音。今年早些时候，ElevenLabs从红杉资本获得5亿美元融资，投后估值达110亿美元，目前已有传闻称正筹备新一轮融资，目标估值或达220亿美元。其年化营收运行速率已从年初约3.3亿美元攀升至6亿美元以上，员工总数突破800人，联合创始人兼CEO表示计划未来几年内完成IPO。