ElevenLabs har presenterat sin senaste text-till-tal-modell, Eleven v4, och en realtidsversion som kallas v4 Turbo. Enligt företaget är de nya rösterna mer uttrycksfulla och kan behålla en karaktärs ton genom långa manus. Båda modellerna finns nu tillgängliga via plattformen ElevenAgents, appen ElevenCreative och det publika API:et.
Nyheter och priser
Eleven v4 kan hantera upp till 10 000 tecken i en enda begäran – ungefär tio minuters ljud – och stöder fler än 90 språk, jämfört med omkring 70 i den tidigare modellen v3. Turbo-versionen är utvecklad för röstassistenter och kan börja tala på cirka 150 ms, en tydlig hastighetsökning jämfört med de 262 ms som företaget uppmätte hos en konkurrent.
API-priset är 0,08 dollar per 1 000 tecken för standardmodellen v4 (80 dollar per miljon tecken) och 0,04 dollar per 1 000 tecken för v4 Turbo (40 dollar per miljon). Fram till den 12 oktober är priserna nedsatta till 0,022 respektive 0,011 dollar per 1 000 tecken.
Därför spelar det roll för kreatörer
De lägre priserna och den snabbare responsen hos Turbo gör AI-röster av hög kvalitet och med mycket uttryck mer tillgängliga för fristående poddare, spelutvecklare och småföretag som behöver röstassistenter i realtid. Den högre teckengränsen minskar också behovet av att dela upp långa manus, vilket sparar tid vid produktion av ljudböcker och handledningar.
Varför det spelar roll
För vanliga användare innebär den lägre kostnaden per tecken mindre utgifter för projekt med stora mängder talat innehåll. Den snabbare Turbo-modellen gör det möjligt för utvecklare att bygga röstassistenter i realtid som låter naturliga utan märkbar fördröjning.
