ElevenLabs представила новейшую модель преобразования текста в речь Eleven v4 и её версию для работы в реальном времени — v4 Turbo. По словам компании, новые голоса звучат выразительнее и сохраняют характерную интонацию персонажа на протяжении длинных сценариев. Обе модели уже доступны на платформах ElevenAgents и ElevenCreative, а также через публичный API.
Что нового и сколько это стоит?
Eleven v4 обрабатывает до 10 000 символов за один запрос — это примерно десять минут аудио — и поддерживает более 90 языков против примерно 70 у предыдущей модели v3. Версия Turbo создана для голосовых агентов и начинает говорить примерно через 150 мс — заметно быстрее, чем конкурент, у которого компания замерила задержку в 262 мс.
При использовании API стандартная модель v4 стоит $0,08 за 1 000 символов (то есть $80 за миллион символов), а v4 Turbo — $0,04 за 1 000 символов ($40 за миллион). До 12 октября действуют сниженные тарифы: $0,022 и $0,011 за 1 000 символов соответственно.
Почему это важно для создателей контента
Более низкие тарифы и быстрая реакция Turbo делают качественные выразительные голоса на базе ИИ доступнее для независимых подкастеров, разработчиков игр и небольших компаний, которым нужны голосовые агенты для работы в реальном времени. Увеличенный лимит символов также позволяет реже разбивать длинные сценарии на части и экономит время при создании аудиокниг и обучающих материалов.
Почему это важно
Для обычных пользователей более низкая цена за символ означает меньшие расходы на проекты с большим объёмом озвучки. Более быстрая модель Turbo позволяет разработчикам создавать голосовых помощников для работы в реальном времени, которые звучат естественно и почти не запаздывают.
