ElevenLabs ha annunciato il suo ultimo modello di sintesi vocale, Eleven v4, e una variante in tempo reale chiamata v4 Turbo. L’azienda afferma che le nuove voci sono più espressive e mantengono coerente il tono di un personaggio anche nei copioni più lunghi. Entrambi i modelli sono già disponibili tramite la piattaforma ElevenAgents, l’app ElevenCreative e l’API pubblica.
Novità e prezzi
Eleven v4 può elaborare fino a 10.000 caratteri in una singola richiesta, pari a circa dieci minuti di audio, e supporta più di 90 lingue, rispetto alle circa 70 del precedente modello v3. La versione Turbo è progettata per gli agenti vocali e può iniziare a parlare in circa 150 ms: un miglioramento significativo rispetto ai 262 ms misurati dall’azienda per un concorrente.
Per l’uso dell’API, il modello v4 standard costa 0,08 dollari ogni 1.000 caratteri (80 dollari per milione di caratteri), mentre v4 Turbo costa 0,04 dollari ogni 1.000 caratteri (40 dollari per milione). Fino al 12 ottobre, le tariffe promozionali sono rispettivamente di 0,022 e 0,011 dollari ogni 1.000 caratteri.
Perché interessa ai creator
I prezzi più bassi e la risposta più rapida di Turbo rendono le voci AI di alta qualità ed espressive più accessibili a podcaster indipendenti, sviluppatori di videogiochi e piccole imprese che hanno bisogno di agenti vocali in tempo reale. Il limite più alto di caratteri riduce inoltre la necessità di dividere i copioni lunghi, facendo risparmiare tempo nella produzione di audiolibri o tutorial.
Perché conta
Per gli utenti comuni, il costo inferiore per carattere si traduce in spese più basse per i progetti che richiedono molti contenuti parlati. Il modello Turbo più rapido consente agli sviluppatori di creare assistenti vocali in tempo reale dal suono naturale e senza ritardi percepibili.
