Przejdź do nawigacji
Pierwsze kroki

Jak wybrać odpowiedni model

Ten przewodnik pokaże ci, jak wybrać odpowiedni model ElevenLabs do swojego zastosowania.

ElevenLabs oferuje modele zoptymalizowane pod różne potrzeby. Wybór zależy od zastosowania, wymagań dotyczących opóźnień i oczekiwanej jakości. Pełne specyfikacje znajdziesz w dokumentacji modeli.

Według wymagań

Jakość

Użyj eleven_v4

Flagowy model o najwyższej jakości, najbogatszej ekspresji emocjonalnej i najszerszej obsłudze języków.

Niskie opóźnienia

Użyj eleven_v4_turbo

Zoptymalizowany pod aplikacje czasu rzeczywistego ze średnim opóźnieniem ~100 ms.

Według zastosowania

Tworzenie treści

Użyj eleven_v4

Idealny do profesjonalnych treści, audiobooków i narracji wideo.

Agenci konwersacyjni

Aby uzyskać najbardziej ekspresyjną mowę, użyj eleven_v4_turbo. Modele eleven_flash_v2_5 i eleven_flash_v2 też są zoptymalizowane pod niskie opóźnienia.

Do obsługi języków innych niż angielski użyj modelu 2.5.

Zoptymalizowany pod aplikacje konwersacyjne w czasie rzeczywistym.

Transkrypcja

Do transkrypcji wsadowej użyj scribe_v3, do transkrypcji w czasie rzeczywistym — scribe_v3_live, a do nagrań medycznych i klinicznych — scribe_v2_medical.

Najwyższa dokładność w ponad 90 językach, z diarizacją mówców i znacznikami czasu na poziomie słów.

Zmiana głosu

Użyj eleven_multilingual_sts_v2

Specjalizuje się w konwersji Speech-to-Speech.

Dalsze kroki

Modele

Zobacz pełne specyfikacje modeli, testy opóźnień i porównania funkcji.

Optymalizacja opóźnień

Skróć czas do pierwszego dźwięku dzięki wyborowi modelu i głosu oraz trasowaniu geograficznemu.