Eleven v4 é a quarta geração de síntese de voz da ElevenLabs, empresa que define o padrão de qualidade vocal no mercado. O modelo lê o texto com pausas naturais, ênfase e respiração, tornando quase impossível diferenciá-lo de um narrador humano.
As emoções são controladas por tags direto no texto: [whispers] para um sussurro, [laughs] para risada, [excited] para entusiasmo, [pause] para uma pausa. Isso permite criar um anúncio animado, um audiobook com entonação real ou locuções expressivas de personagens para um jogo.
Escolha entre 12 vozes — masculinas e femininas, de suaves a estilo locutor — e ouça uma prévia de cada uma antes de gerar. O modelo fala fluentemente em português e suporta mais de 70 idiomas. Cada geração converte até 5000 caracteres, com preço de 10 créditos a cada 1000 caracteres.