双版本发布！ElevenLabs v4 / v4 Turbo语音模型正式上线，支持90种语言，10秒音频即可完成音色克隆

ElevenLabs推出新一代语音模型 v4 以及轻量化版本 v4 Turbo，大幅增强表达控制能力，降低对话延迟，语言支持由70种扩充至90种。

• 地址：https://elevenlabs.io/zh/v4

新版采用全新架构，音色克隆门槛进一步降低，仅需要10秒音频样本，就能完成声音克隆。长文本朗读场景下，模型可以稳定保持音色特征，同时理解上下文动态调整语气。v3版本的内联表达标签能力在v4得到扩展，支持叠加多个标签、按序列执行不同的语气指令，创作可控性更强。

语种质量提升重点集中在普通话、粤语、日语、巴西葡语。针对AI语音智能体场景，v4支持流式音频生成，在大模型还在输出文本的同时就开始合成语音，显著缩短等待时延；还能区分冲突对话、安抚、等待等不同对话情绪，适配客服类实时语音交互。

业务与融资情况

目前ElevenLabs超过55%业务收入来自大型企业客户，企业通话业务高速增长。

• 今年完成红杉领投的5亿美元融资，估值110亿美元，市场传闻新一轮融资目标估值可达220亿美元
• 年化营收运行率由年初3.3亿美元增长至6亿美元以上，员工规模突破800人，在印度、欧洲、巴西多地扩招
• CEO在采访中表示，计划未来几年推进IPO，但没有确定具体时间

行业竞争

语音合成赛道竞争持续升温，Cartesia、Deepgram、Fish Audio、Boson、WellSaid Labs等厂商持续发力高表现力语音模型，Google、OpenAI等大厂也在持续迭代自家语音能力。