Hoe latentiecijfers van ElevenLabs worden gemeten
De latentiecijfers op de modellenpagina zijn medianen van de tijd die ElevenLabs nodig heeft om op een request te reageren, gemeten op productieverkeer. Ze sluiten netwerkround-trips en de tijd uit die je applicatie voor en na het request besteedt, dus de latentie die je gebruikers ervaren is altijd hoger.
Gepubliceerde latentiecijfers voor ElevenLabs-modellen
Elk cijfer is een mediaan (p50). De cijfers voor Text to Speech worden gemeten op WebSocket-streamingrequests met warme stemmen: een warme stem is een stem die al voor een generatie is gebruikt.
Medianen variëren gedurende de dag met het verkeer en zijn het hoogst tijdens piekuren. De cijfers op deze pagina zijn voor het laatst bijgewerkt op 29 oktober 2026.
Wat meten de latentiecijfers voor Text to Speech?
De cijfers voor Text to Speech zijn latentie aan serverzijde: de end-to-endtijd vanaf het moment waarop ElevenLabs een request ontvangt tot het de eerste audio terugstuurt. Latentie aan serverzijde omvat niet:
- De netwerkround-trip tussen je applicatie en ElevenLabs.
- Upstreamstappen in je applicatie, zoals wachten op een LLM-antwoord.
- Buffering door de audiospeler voordat het afspelen begint.
De latentie die je gebruikers ervaren is tijd tot de eerste audio (TTFA), waarin deze fasen worden toegevoegd aan de latentie aan serverzijde. Latentie begrijpen beschrijft elke fase.
Wat meet het latentiecijfer voor Scribe v2 Realtime?
Het cijfer van ~150 ms voor Scribe v2 Realtime is de mediane tijd tot definitief transcript, afkomstig uit productiemetingen. Realtime transcriptie retourneert twee soorten resultaten: gedeeltelijke transcripten terwijl een spraaksegment bezig is, en een definitief transcript zodra het segment is afgerond. Zie Realtime Speech to Text voor hoe het definitief maken werkt.
Kunnen latentiecijfers van ElevenLabs worden vergeleken met die van andere providers?
Alleen wanneer beide cijfers hetzelfde meten. De cijfers voor Text to Speech van ElevenLabs zijn latentie aan serverzijde. Ze zijn niet vergelijkbaar met time-to-first-byte-cijfers (TTFB) of TTFA-cijfers die vanaf een client worden gemeten, aangezien die de netwerkround-trip en, voor TTFA, afspeelbuffering omvatten. Vergelijk providers door TTFA voor elk daarvan te meten vanaf dezelfde client, regio en stemtype.
Waardoor is latentie hoger dan de gepubliceerde cijfers?
De gepubliceerde latentiecijfers van ElevenLabs zijn een referentiepunt om modellen te vergelijken, geen garantie voor elk request. Latentie aan serverzijde is hoger dan de gepubliceerde mediaan bij:
- Langere input.
- Professional Voice Clones, vergeleken met Instant Voice Clones en standaardstemmen.
- Hoge serverbelasting, wanneer requests in de wachtrij staan voordat de generatie begint.
Requests worden naar het dichtstbijzijnde servercluster gerouteerd. De round-trip daarheen wordt toegevoegd aan TTFA, maar niet aan de gepubliceerde cijfers.
Latentie begrijpen legt uit waarom elk van deze factoren belangrijk is. Zie Latentie optimaliseren om latentie in je eigen applicatie te meten en te verlagen.
Modellen zonder een gepubliceerd latentiecijfer
ElevenLabs publiceert geen latentiecijfer voor Eleven v4, Eleven v3, Eleven Multilingual v2, Scribe v2 of Scribe v2 Medical. Deze modellen zijn ontworpen voor kwaliteit in plaats van realtimegebruik. De latentiecijfers voor de bovenstaande realtime-modellen zijn niet op deze modellen van toepassing.