Eleven V4

Eleven V4 擅長什麼，不擅長什麼

Eleven V4 解決的是合成配音裡最難的部分：表演。大多數文字轉語音能把字讀對，很少能像演員那樣讀。ElevenLabs 在 2026 年 9 月基於新架構發布了 Eleven v4，稱它是迄今情感最豐富的模型。

最關鍵的能力是把表演指令寫進腳本。在該出現的位置寫上 [laughs]、[whispers]、[sighs] 這樣的標籤，v4 會依序演出來，比 v3 更可靠，一句台詞可以先平靜、再笑出來、最後壓低成耳語。這種情緒表現能跨 90 多種語言帶過去，所以用同一個聲音為幾個市場做在地化配音也變得可行。

它有兩個版本。Standard 表現力最強，適合成品配音。Turbo 演繹幾乎一樣，出音訊更快，價格低得多，是長篇旁白、草稿和大量任務的合理預設。在 ZOOOP 上可以從 20 種精選聲音裡選，再設定穩定度（Stability）：調低更活潑、更有起伏，調高讓長腳本每一句都保持一致。

不足的地方：每次生成最多 5,000 個字元，長腳本要分段。它沒有單獨的風格欄位，表演指令都要以標籤寫進文字。如果你想讓腳本保持乾淨、單獨描述演繹方式（「溫暖、慢一點」「像戲劇化的新聞播報」），Gemini 3.8 Flash TTS 就是這樣設計的。ZOOOP 上的 Eleven V4 不支援聲音複製。

一個合理的用法：旁白和角色配音預設用 Eleven V4，終混用 Standard，草稿和長篇用 Turbo。想用風格指令就換 Gemini 3.8 Flash TTS，要和既有的 v3 專案保持一致用 Multilingual V3，要把聲音變成會說話的影片就用 Kling Avatar V2。