A ElevenLabs anunciou seu mais novo modelo de conversão de texto em fala, o Eleven v4, e uma versão em tempo real chamada v4 Turbo. Segundo a empresa, as novas vozes são mais expressivas e conseguem manter o tom de um personagem consistente ao longo de roteiros extensos. Os dois modelos já estão disponíveis na plataforma ElevenAgents, no aplicativo ElevenCreative e pela API pública.
Novidades e preços
O Eleven v4 processa até 10.000 caracteres em uma única solicitação — cerca de dez minutos de áudio — e oferece suporte a mais de 90 idiomas, ante cerca de 70 no modelo v3 anterior. A versão Turbo foi desenvolvida para agentes de voz e pode começar a falar em cerca de 150 ms, uma melhora perceptível em relação aos 262 ms medidos pela empresa para um concorrente.
O uso da API custa US$ 0,08 por 1.000 caracteres no modelo v4 padrão (US$ 80 por milhão de caracteres) e US$ 0,04 por 1.000 caracteres no v4 Turbo (US$ 40 por milhão). Até 12 de outubro, os preços promocionais são de US$ 0,022 e US$ 0,011 por 1.000 caracteres, respectivamente.
Por que isso importa para criadores
Os preços mais baixos e a resposta mais rápida do Turbo tornam as vozes de IA expressivas e de alta qualidade mais acessíveis a podcasters independentes, desenvolvedores de jogos e pequenas empresas que precisam de agentes de voz em tempo real. O limite maior de caracteres também reduz a necessidade de dividir roteiros longos, economizando tempo na produção de audiolivros ou tutoriais.
Por que importa
Para usuários comuns, o custo menor por caractere reduz as despesas de projetos que exigem muito conteúdo falado. O modelo Turbo, mais rápido, permite que desenvolvedores criem assistentes de voz em tempo real com som natural e sem atrasos perceptíveis.
