Unsere ausdrucksstärksten Modelle bisher
und v4 Turbo
Erstellen Sie steuerbare, ausdrucksstarke Sprache mit Emotionen, Audioereignissen und immersiven Klanglandschaften.
Eleven v4
Unser emotionalstes Sprachmodell
Eleven v4 basiert auf einer völlig neuen Architektur, die ein Skript wie ein Synchronsprecher liest. Sie weiß, wer spricht, was gerade passiert ist und wie jede Zeile wirken soll.
John – Moderator, theatralisch
Sia – gesprächig, britischJohn – Moderator, theatralischJohn – Moderator, theatralischEine Bandbreite an Emotionen und Sounds
Sprache in über 90 Sprachen mit außergewöhnlicher emotionaler Bandbreite, mehreren Sprechern und integrierten Soundeffekten für die passende Szene.
Auf einer neuen Architektur aufgebaut
Anweisungen direkt ins Skript schreiben
Fügen Sie Anweisungen wie [laughs], [whispers] und [door slams] direkt ins Skript ein. Eleven v4 folgt Tag-Sequenzen zuverlässiger als v3 – Soundeffekte inklusive.
Lange Audios nahtlos verbinden
Context Stitching hält Tempo und Vortrag über Skripte jeder Länge hinweg stabil. Ein vollständiges Hörbuch klingt von der ersten bis zur letzten Seite wie in einem Take aufgenommen.
Neu generieren ohne Stimmabweichung
Generieren Sie eine Zeile einmal oder fünfzigmal neu – es spricht immer dieselbe Person. Die Sprecheridentität bleibt in Dialogen, Erzählungen und allem dazwischen stabil.
Professional Voice Clone auswählen
Professional Voice Clones wurden in v3 nicht unterstützt. In Eleven v4 sind sie zurück und nutzen die gesamte emotionale Bandbreite des Modells in jeder Sprache, die sie sprechen.
Eleven v4 Turbo
Eleven v4 Turbo vorgestelltfür Echtzeit und Agents
Unser schnellstes Echtzeit-Sprachmodell mit der Ausdrucksvielfalt von Eleven v4, verfügbar über die API und ElevenAgents. Eleven v4 Turbo erreicht eine mediane Inferenzlatenz von ~100 ms, eine Zeit bis zur ersten Sprachausgabe von ~150 ms und bleibt bei langen Interaktionen konsistent.
Antwortzeiten, die Anrufende nicht bemerken
Bei einer medianen Zeit bis zur ersten Sprachausgabe von 150 ms verschwindet die Latenz, und Gespräche fließen natürlich.
Hören Sie es in einem echten Anruf
Erfahren Sie von einem damit betriebenen Agent mehr über Eleven v4 Turbo.
Für Live-Gespräche optimiert
Text streamen, Audio erhalten
Senden Sie Text, während Ihr LLM ihn generiert, und Audio kommt zurück, bevor der Satz beendet ist. Bidirektionales Streaming für Agent-Schleifen.
Ausdruck bei Gesprächsgeschwindigkeit
Turbo bietet die gesamte Ausdrucksvielfalt von Eleven v4. Bestätigungen, Eskalationen und Warteschleifen klingen unterschiedlich, statt identisch vorgelesen zu werden.
Eine Stimme in jeder Gesprächsrunde
Professional Voice Clones funktionieren bei beiden Modellen gleich. So bleibt eine Markenstimme vom ersten bis zum letzten Gesprächszug konsistent.
Spricht wie Muttersprachler
Geben Sie japanischen, spanischen oder portugiesischen Text ein, und die Stimme spricht ihn fließend mit muttersprachlichem Akzent.
Aus über 17.500 Stimmen wählen
Aus über 17.500 Stimmen wählen
Erzählstimmen Ein Ort für Geschichtenerzähler. Warm, autoritativ und in jedem Projekt konsistent.
Konversationsstimmen Für alltägliche Gespräche brauchen Sie eine natürliche, entspannte Stimme. Unsere Konversationsstimmen sind für Dialoge und Podcasts entwickelt, die nicht geskriptet wirken.
Social-Media-Stimmen Stimmen, die in Kurzformaten lebendig werden. Fangen Sie die Energie und Persönlichkeit ein, die Menschen bis zum Ende bei Ihrem TikTok oder Reel hält.
Charakterstimmen Ein Pool an Stimmen für Ihre fiktive Welt. Wählen Sie aus einer dynamischen Besetzung, die Ihr Spiel, Hörbuch oder Ihre Animation zum Leben erweckt.
Bildungsstimmen Vertrauenswürdige, geduldige Stimmen, die Lernende durch komplexe Themen führen. Ideal für Kurse, Tutorials, Trainingssimulationen und Leitfäden jeder Stufe.
Werbestimmen Professionelle, selbstbewusste Stimmen für Ihren nächsten Produktverkauf. Perfekt für digitale Werbung sowie TV- und Radio-Spots.
Unterhaltungsstimmen Von kraftvollen Filmtrailern bis zu performativen Comedy-Stimmen: Diese Stimmen haben Persönlichkeit. Für Inhalte, bei denen der Vortrag genauso wichtig ist wie das Material.
Mehrsprachige Stimmen Stimmen für globale Inhalte. Natürliches Tempo, idiomatische Ausdrücke und Akzente, die Zielgruppen in jedem Markt erreichen.
Wir haben die Einführung von Agentforce Voice durch deterministische Steuerung skaliert. Von Kunden hören wir immer wieder, dass sie darauf vertrauen, weil jede Aktion eines Agents fundiert und geregelt ist, statt improvisiert zu werden. Ein zentraler Teil dieser Strategie ist das Gleichgewicht zwischen dieser Determiniertheit und hochwertigen, emotional intelligenten Sprachmodellen. Genau hier setzt Eleven v4 Turbo neue Maßstäbe: mit schnelleren, natürlicheren Antworten, die den Standard unserer Kunden erfüllen und Agentforce Voice für noch mehr Anwendungsfälle erschließen.
In der Zusammenarbeit mit Hunderten Verlagen, um deren Journalismus als Audio bereitzustellen, sehen wir aus erster Hand, wie wichtig Stimmqualität ist. Seit der Partnerschaft mit ElevenLabs verzeichnen viele unserer Verlage mehr Interaktion und längere Hörzeiten. Eleven v4 gibt Verlagen mehr Möglichkeiten, damit diese Stimmen ansprechend, vertraut und unverwechselbar wirken.
ElevenLabs v4 verleiht Sprachgesprächen eine neue Natürlichkeit. Stimmen sind nicht nur ausdrucksstärker, sondern auch besser steuerbar. So können wir reichhaltigere, immersivere Spracherlebnisse schaffen.
Als ich Eleven v4 zum ersten Mal nutzte, war es so klar und lebensecht, als würde ich mit Sprechern in der Kabine arbeiten.
Wir haben nach einem Sprachmodell gesucht, das schnell genug für ein echtes Gespräch ist, ohne bei der Qualität Abstriche zu machen. Eleven v4 Turbo ist das erste, das beides bietet. Für automatisierte Vertriebs-Workflows ist das der Punkt, an dem Entwicklung nicht mehr wie ein Experiment wirkt.
Bestimmen Sie den Klangbevor es ein Wort sagt
Jede Generierung beginnt mit einer Stimme. Klonen Sie eine vorhandene, gestalten Sie eine aus einer Beschreibung oder korrigieren Sie die Aussprache bestimmter Wörter mit IPA-Unterstützung.
KI-Stimme klonen
Klonen Sie eine Stimme anhand von zehn Sekunden Audio oder trainieren Sie einen Professional Voice Clone für eine nahezu perfekte Übereinstimmung.
Stimmendesign
Beschreiben Sie eine Stimme in einem Satz und generieren Sie sie – ohne Aufnahmesession oder Casting.
Aussprachewörterbuch
Legen Sie fest, wie Namen, Akronyme und Fachbegriffe ausgesprochen werden. Definieren Sie die Phonetik einmal, und jede Generierung verwendet sie.
Kostenlos loslegenUpgraden Sie, wenn Sie mehr brauchen
Über die API verfügbarBringen Sie Eleven v4 in Ihre App
Entwickeln Sie Echtzeit-Erlebnisse und Voice Agents mit Eleven v4 Turbo – alles über die ElevenAPI.
Zugriff auf die Eleven v4- und Eleven v4 Turbo-API
Fügen Sie jedem Produkt ausdrucksstarke Sprache über unsere REST API, Streaming-Endpunkte oder TypeScript- und Python-SDKs hinzu.
- Modelle mit einer einzigen model_id wechseln
- Text streamen und Audio in Echtzeit empfangen
- Konsistenz über lange Generierungen hinweg erhalten
