Eleven V4

ElevenLabs 情感最丰富的语音模型:90 多种语言,音频标签按顺序生效,还有更快更便宜的 Turbo 版。

积分包或订阅

积分包永不过期

了解更多

积分包或月度订阅，一份余额通用 ZOOOP 所有模型。 · 按需充值，积分包的积分用完为止。

Eleven V4

选择模型*

版本*

Text*

中文等宽字符按 2 个计算 · 0/5000

Voice*

Stability*

0.50

登录后,你的生成结果会出现在这里。

注册即送体验积分
积分包永不过期 · 订阅 $9/月起
图片、视频、音频的顶尖 AI 模型,全都有
收藏、管理、下载你的所有生成结果

创建账号免费。

核心能力

表演指令直接写进脚本

把 [laughs]、[whispers]、[sighs] 这样的标签直接写进文本。Eleven V4 按顺序执行一串标签比 v3 更可靠,一句话可以先平静、再笑出来、最后压低成耳语。

90 多种语言

同一批声音能说 90 多种语言,情绪表现也能跨语言带过去。

两个版本,同一种声音

Standard 表现力最强。Turbo 的演绎几乎一样,价格低得多,出音频也更快,适合长脚本和草稿。

整个项目声音稳定

20 种精选声音,加一个稳定度(Stability)调节:调低更有起伏,调高让长篇旁白每一句都保持一致。

使用场景

旁白和讲解

给产品视频、课程章节或纪录片片段配上自然、前后一致的旁白。

角色对白

给每个角色配不同的声音,在台词里用标签加上笑声、叹气和耳语。

多语言本地化配音

同一份脚本用同一个声音读成好几种语言,分别投放到不同市场。

给数字人配音

先生成配音音轨,再用它驱动 Kling Avatar V2 这类数字人模型。

如何选对模型

选对语音模型。你的积分在 ZOOOP 上处处通用。

表现力最强的配音、90 多种语言、音频标签Eleven V4 ←

把风格指令和正文分开写Gemini 3.8 Flash TTS

和用 Eleven v3 做的配音保持一致Multilingual V3

自然的中文配音Qwen3-TTS

音效和环境声Sound Effects V3

驱动数字人口播Kling Avatar V2

如何使用

在本页打开 Eleven V4,或在音频工具里选中它,再选 Standard 或 Turbo。

粘贴脚本,在需要的位置加上 [laughs]、[whispers] 这样的标签。

选一个声音,设置稳定度(Stability)。

生成,再下载音频或发送到画布。

深入了解

Eleven V4 擅长什么,不擅长什么

Eleven V4 解决的是合成配音里最难的部分:表演。大多数文字转语音能把字读对,很少能像演员那样读。ElevenLabs 在 2026 年 9 月基于新架构发布了 Eleven v4,称它是迄今情感最丰富的模型。

最关键的能力是把表演指令写进脚本。在该出现的位置写上 [laughs]、[whispers]、[sighs] 这样的标签,v4 会按顺序演出来,比 v3 更可靠,一句台词可以先平静、再笑出来、最后压低成耳语。这种情绪表现能跨 90 多种语言带过去,所以用同一个声音给几个市场做本地化配音也变得可行。

它有两个版本。Standard 表现力最强,适合成品配音。Turbo 演绎几乎一样,出音频更快,价格低得多,是长篇旁白、草稿和大批量任务的合理默认。在 ZOOOP 上可以从 20 种精选声音里选,再设置稳定度(Stability):调低更活泼、更有起伏,调高让长脚本每一句都保持一致。

不足的地方:每次生成最多 5,000 个字符,长脚本要分段。它没有单独的风格字段,表演指令都要以标签写进文本。如果你想让脚本保持干净、单独描述演绎方式("温暖、慢一点""像戏剧化的新闻播报"),Gemini 3.8 Flash TTS 就是这样设计的。ZOOOP 上的 Eleven V4 不支持声音克隆。

一个合理的用法:旁白和角色配音默认用 Eleven V4,终混用 Standard,草稿和长篇用 Turbo。想用风格指令就换 Gemini 3.8 Flash TTS,要和已有的 v3 项目保持一致用 Multilingual V3,要把声音变成会说话的视频就用 Kling Avatar V2。