O que é o Eleven v4?

O Eleven v4 é nosso modelo de Text to Speech mais recente e avançado, e o primeiro de uma nova geração de modelos. Em comparação com o Eleven v3, ele melhora a qualidade da saída, a precisão da voz, a emoção, as tags de áudio e a cobertura de idiomas.

A precisão da clonagem de voz dá um grande salto com o Eleven v4. As vozes clonadas capturam as características da voz de origem — timbre, cadência e entonação — com mais fidelidade do que em qualquer modelo anterior.

Os Clones de Voz Instantâneos (IVCs) estão mais precisos do que nunca no Eleven v4. Eles capturam com mais fidelidade as características marcantes de uma voz de origem, facilitando criar rapidamente um clone convincente a partir de uma amostra curta de áudio.

Os Clones de Voz Profissionais (PVCs) têm suporte completo no Eleven v4. Eles se baseiam nos mesmos avanços na precisão da voz, oferecendo uma reprodução mais fiel da voz de origem para workflows que exigem o mais alto nível de consistência e controle.

O Eleven v4 vem em duas variantes, para que você possa escolher o equilíbrio ideal entre qualidade e velocidade para seu caso de uso:

• Eleven v4 (eleven_v4) — nosso modelo de maior qualidade, ideal para criação de conteúdo, audiolivros, locuções de personagens e qualquer caso de uso em que a qualidade seja a maior prioridade.
• Eleven v4 Turbo (eleven_v4_turbo) — qualidade extremamente alta, mantendo uma latência impressionantemente baixa, desenvolvido especificamente para casos de uso em tempo real, como agentes conversacionais e experiências interativas por voz.

Ambas as variantes usam duas configurações de voz: Estabilidade e Similaridade. Os controles deslizantes de Estilo e Velocidade não estão disponíveis no Eleven v4, e SSML não é compatível.

Quando o idioma que você está gerando corresponde ao idioma da sua voz de referência, o sotaque original é preservado exatamente como antes. Quando o idioma que você está gerando é diferente do idioma da voz de referência, o Eleven v4 gera falas fluidas e naturais no idioma de destino — em vez de transferir o sotaque da voz de referência de seu idioma original.

Você pode gerar com Criar fala e Transmitir fala usando o ID de modelo eleven_v4. Para vários locutores, use Criar diálogo e Transmitir diálogo.

Para clonagem, sotaques, comparações e a descrição completa, consulte Eleven v4. Para tags e prompting, consulte Prompting do Eleven v4.