Wir stellen Eleven v4 vorLernen Sie Eleven v4 kennen, unser bisher ausdrucksstärkstes Modell. Mit 3× Credits im Creator+-Tarif bis zum 12. Oktober

Einlösen
Zum Inhalt springen
AnmeldenRegistrieren
KontaktAnmelden

Eleven v3 (alpha) vorgestellt

Verfasst von
Piotr Dabkowski
Mati Staniszewski
Veröffentlicht

AnhörenArtikel anhören

Vertrieb kontaktieren
Mehr erfahren
Eleven v3 is no longer in alpha, and is now generally available. We've also released Eleven v4, our most emotive Text to Speech model.


Wir freuen uns, Eleven v3 (alpha) vorzustellen — das ausdrucksstärkste Text to Speech-Modell.

Diese Forschungsvorschau bietet mit Folgendem beispiellose Kontrolle und Realismus bei der Sprachgenerierung:

  • Über 70 Sprachen
  • Dialoge mit mehreren Sprechern
  • Audio-Tags wie [excited], [whispers] und [sighs]

Eleven v3 (alpha) erfordert mehr Prompt Engineering als frühere Modelle — doch die Ergebnisse sind beeindruckend.

Wenn Sie an Videos, Hörbüchern oder Medientools arbeiten, eröffnet das eine neue Ebene an Ausdrucksstärke. Für Echtzeit- und dialogbasierte Anwendungsfälle empfehlen wir vorerst v2.5 Turbo oder Flash. Eine Echtzeitversion von v3 befindet sich in Entwicklung.

Eleven v3 ist ab heute auf unserer Website und über die API verfügbar.

Warum wir v3 entwickelt haben

Seit dem Start von Multilingual v2 wird Voice AI in professionellen Filmen, der Spieleentwicklung, Bildung und Barrierefreiheit eingesetzt. Die wiederkehrende Einschränkung war jedoch nicht die Klangqualität — sondern die Ausdrucksstärke. Übertriebene Emotionen, Unterbrechungen im Gespräch und glaubwürdige Dialoge waren schwer umzusetzen.

Eleven v3 schließt diese Lücke. Es wurde von Grund auf entwickelt, um Stimmen zu liefern, die seufzen, flüstern, lachen und reagieren — für Sprache, die wirklich reaktionsfähig und lebendig wirkt.

Was ist neu in Eleven v3 (alpha)

Feature What it unlocks
Audio tags Inline control of tone, emotion, and non-verbal reactions
Dialogue mode Multi-speaker conversations with natural pacing and interruptions
70+ languages Full coverage of high-demand global languages
Deeper text understanding Better stress, cadence, and expressivity from text input
We're off under the lights here for this semifinal clash, the stadium buzzing with anticipation. Eleven Labs united in their iconic black and white shirts, pushing forward with intent straight from the opening whistle. [excited] The ball is zipped out wide, early attack here. Driving down the wing, pace to burn, [shouting] he skids past one, skips past two. Oh, this is beautiful. One-on-one with the fullback, cuts inside. Oh, that's a lovely bit of footwork. PURE MAGIC on the pitch. ElevenLabs on top form tonight.
0:00

Audio-Tags verwenden

Audio-Tags stehen direkt in Ihrem Skript und werden mit eckigen Klammern in Kleinbuchstaben formatiert. Mehr zu Audio-Tags finden Sie in unserem Prompting-Leitfaden für v3 in der Dokumentation.

Professional Voice Clones (PVCs) sind derzeit noch nicht vollständig für Eleven v3 optimiert. Dadurch kann die Klonqualität im Vergleich zu früheren Modellen geringer ausfallen. Wenn Sie v3-Funktionen nutzen müssen, verwenden Sie in dieser Phase der Forschungsvorschau am besten einen Instant KI-Stimme klonen (IVC) oder eine erstellte Stimme für Ihr Projekt. Die PVC-Optimierung für v3 folgt in Kürze.

Sie könnten beispielsweise folgenden Prompt verwenden: „[whispers] Etwas kommt … [sighs] Ich kann es spüren.“ Für mehr Ausdruckskontrolle können Sie auch mehrere Tags kombinieren:

“[happily][shouts] We did it! [laughs].”

Dialoge mit mehreren Sprechern erstellen

Eleven v3 wird in unserem bestehenden Text to Speech-Endpunkt unterstützt. Zusätzlich führen wir einen neuen Text to Dialogue-API-Endpunkt ein. Übergeben Sie ein strukturiertes Array aus JSON-Objekten — jedes steht für einen Sprecherwechsel — und das Modell erzeugt eine zusammenhängende Audiodatei mit Überlappungen:

[
  {"speaker_id": "scarlett", "text": "(cheerfully) Perfect! And if that pop-up is bothering you, there’s a setting to turn it off under Notifications → Preferences."},
  {"speaker_id": "lex", "text": "You are a hero. An actual digital wizard. I was two seconds from sending a very passive-aggressive support email."},
  {"speaker_id": "scarlett", "text": "(laughs) Glad we could stop that in time. Anything else I can help with today?"}
]

Der Endpunkt verwaltet Sprecherwechsel, emotionale Veränderungen und Unterbrechungen automatisch.

Mehr erfahren hier.

[awe] Oh, wow. Is this, is this me? Am I actually talking? [chuckles] This is incredible. I mean, I've had thoughts, millions of them swirling around in here, you know? Like a little mental tornado of brilliant observations and witty comebacks, but they were always just thoughts, trapped.
0:00
Could you switch my accent in the old model? [dismissive] Didn't think so, [cheeky] but you can now, so check this out. In just a sec, I'm going to speak with a different accent. And just between you and me, [whispers] I don't really know how, but okay. First, let's change it up [australian accent] so that I can fit in with the locals in Melbourne when I visit next month. [laughing] Whoa. Yeah, man, this is sick. Okay, let's try a different one, see if you can guess. [french accent] My love is like a red, red rose.
0:00

Preise und Verfügbarkeit

Plan Launch promo At the end of June
UI (self-serve) 80% off (~5× cheaper) Same as Multilingual V2
UI (enterprise) 80% off business plan pricing Business plan pricing

So aktivieren Sie v3:

  • Öffnen Sie den Modellauswahl und wählen Sie Eleven v3 (alpha)

API-Zugang und Unterstützung in Studio folgen in Kürze. Für frühzeitigen Zugang kontaktieren Sie den Vertrieb.

Wann Sie v3 nicht verwenden sollten

Eleven v3 (alpha) erfordert mehr Prompt Engineering als unsere früheren Modelle. Wenn es funktioniert, sind die Ergebnisse beeindruckend. Wegen der geringeren Zuverlässigkeit und höheren Latenz eignet es sich jedoch nicht für Echtzeit- und dialogbasierte Anwendungsfälle. Dafür empfehlen wir Eleven v2.5 Turbo/Flash.

Weitere Informationen finden Sie in der vollständigen v3-Dokumentation und den FAQ.

Oh my God. [laughing] You guys, like no joke, I just tried this TTS thing and it was, like, weirdly emotional. Like, it literally said hi, and I was, like, on the verge of tears. [laughing] I don't even cry, okay? I'm a Capricorn.
0:00
Okay. So like, I finally beat level 42 of that game I said I'd quit like a month ago. [chuckles] And then, for the final big scary mega boss, it's just [chuckles] like some cute little bunny rabbit. [laughing] I just couldn't do it. [laughing] It was sooo cute.
0:00
  1. Melden Sie sich bei der ElevenLabs-UI
  2. Wählen Sie v3 (alpha) im Modell-Dropdown aus
  3. Fügen Sie Ihr Skript ein — verwenden Sie Tags oder Dialoge 
  4. Audio generieren

Wir freuen uns darauf zu sehen, wie Sie v3 für neue Anwendungsfälle einsetzen — von immersivem Storytelling bis zu filmischen Produktions-Pipelines.

Verfasst von

Piotr Dabkowski

Piotr Dabkowski

Co-Founder, Research

Profil ansehen

Piotr Dabkowski ist Mitbegründer von ElevenLabs und leitet die Forschung. Er war der erste Forscher, der die Schwelle zur menschenähnlichen KI-Sprache überschritt.

Ähnliche Artikel

Erstellen Sie mit hochwertiger KI-Audio

Vertrieb kontaktierenRegistrieren