Eleven v4 ist die vierte Generation der Sprachsynthese von ElevenLabs, dem Unternehmen, das den Maßstab für Stimmqualität setzt. Das Modell liest Text mit natürlichen Pausen, Betonung und Atmung – kaum von einem menschlichen Sprecher zu unterscheiden.
Emotionen werden direkt im Text per Tags gesteuert: [whispers] für Flüstern, [laughs] für Lachen, [excited] für Begeisterung, [pause] für eine Sprechpause. So entstehen lebendige Werbespots, Hörbücher mit echter Intonation oder ausdrucksstarke Charakterstimmen für Spiele.
Wähle aus 12 Stimmen – männlich und weiblich, von sanft bis Ansager-Stil – und höre jede Stimme vorab an, bevor du generierst. Das Modell spricht fließend Englisch und unterstützt mehr als 70 Sprachen. Ein Durchlauf wandelt bis zu 5000 Zeichen um, zum Preis von 10 Credits pro 1000 Zeichen.