Come scegliere il modello giusto | ElevenLabs Documentation

ElevenLabs offre una gamma di modelli ottimizzati per requisiti diversi. La scelta giusta dipende dal tuo caso d’uso, dai requisiti di latenza e dalle aspettative di qualità. Consulta il riferimento dei modelli per le specifiche complete.

Per requisito

Qualità

Usa eleven_v4

Il modello di punta con la massima fedeltà, l’espressione emotiva più ricca e il più ampio supporto linguistico.

Bassa latenza

Usa eleven_v4_turbo

Ottimizzato per applicazioni in tempo reale con circa 100 ms di latenza.

Per caso d’uso

Creazione di contenuti

Usa eleven_v4

Ideale per contenuti professionali, audiolibri e narrazione video.

Agenti conversazionali

Usa eleven_v4_turbo per una resa più espressiva, oppure eleven_flash_v2_5 e eleven_flash_v2 per la latenza più bassa.

Usa il modello 2.5 per il supporto di lingue diverse dall’inglese.

Ottimizzato per applicazioni conversazionali in tempo reale.

Trascrizione

Usa scribe_v2 per la trascrizione batch, scribe_v2_medical per audio medico e clinico oppure scribe_v2_realtime per la trascrizione in tempo reale.

Accuratezza all’avanguardia in oltre 90 lingue, con diarizzazione degli oratori e timestamp a livello di parola.

Modificatore di Voce

Usa eleven_multilingual_sts_v2

Specializzato nella conversione Speech-to-Speech.

Passaggi successivi

Modelli

Visualizza specifiche complete dei modelli, benchmark di latenza e confronti tra funzionalità.

Ottimizzazione della latenza

Riduci il tempo al primo audio scegliendo il modello e la voce giusti e usando il routing geografico.