これまでで最も表現豊かなモデル

ボイスライブラリ内のすべての音声（17,500以上）がEleven v4で使用できます。Eleven v4のリリース前に作成したPVCおよびIVCを効果的に使用するには、Eleven v4で再トレーニングする必要があります。音声にカーソルを合わせてプラスボタンをクリックすると行えます。

Eleven v4は90以上の言語に対応しており、世界中のオーディエンス向けに豊かなオーディオサンプルを作成できます。

1回の生成で最大10,000文字に対応します。長尺コンテンツでは、コンテキストスティッチングにより複数の生成にわたってテンポと話し方の一貫性を保ちます。

Eleven v4は、より高いオーディオ品質と幅広い感情表現を実現する新しいアーキテクチャで構築されています。再生成時も話者のアイデンティティは安定しています。プロフェッショナルボイスクローンに再対応し、オーディオタグへの追従性も向上。最初のバイトまでの時間も短縮されました。

Eleven v4は、品質が最も重要な制作コンテンツ向けに調整されています。Eleven v4 Turboは推論レイテンシの中央値が約100msの低レイテンシ版で、音声エージェントとリアルタイム利用向けに設計されています。どちらのモデルも同じ表現力を持ち、プロフェッショナルボイスクローンに対応しています。

Eleven v4は他のすべてのElevenLabsモデルと同じ形式で出力するため、既存のどのワークフローにも導入できます：

• MP3：ポッドキャスト、YouTube、一般的なリスニング向けの標準形式。
• WAV／PCM：スタジオ作業、吹き替え、ポストプロダクション向けの非圧縮オーディオ。
• µ-law：電話およびコールセンターのインテグレーションに最適化。
  サンプルレートとビットレートはAPIで設定できるため、Eleven v4のオーディオは用途に応じて品質または帯域幅向けに調整できます。

Eleven v4は、主要なエンタープライズ顧客から信頼されている、すべてのElevenLabsモデルと同じインフラストラクチャおよびコンプライアンス体制で稼働しています：

• SOC 2 Type II認証取得。
• ISO 27001認証取得。
• PCI DSS Level 1認証取得。
• GDPR準拠。
• 医療向けのHIPAA対応可能なワークフロー。

Eleven v4に送信する台本とオーディオタグは、同意なくモデルのトレーニングに使用されません。エンタープライズのお客様は、対象サービスでZero Retention Modeを有効にできます。*

Eleven v4のすべてのボイスクローンは、インスタント・プロフェッショナルを問わず、声の所有者による検証済みの同意が必要です。また、生成されたすべてのオーディオは、AI生成であることを検出できるAI Speech Classifier技術で保護されています。

*ZRM対象サービスでZRMが正しく有効化されている場合、特定の種類のデータは保持されません。詳細はドキュメントをご覧ください。

インラインオーディオタグがEleven v4のコントロール機能です。間を入れたい位置に[pause]や[long pause]を書き、[whispers]、[excited]、[sighs]などのタグで話し方を調整できます。<break>のようなSSMLタグはEleven v4では無効のため、代わりに自然言語のタグを使用してください。発音辞書では、名前や技術用語の発音を引き続き定義できます。

はい。ストリーミングと非ストリーミングの両エンドポイントがモデルと同時に提供され、TypeScriptおよびPython SDKも利用できます。

Eleven v4 Turboはエージェントループ向けに設計されており、推論レイテンシの中央値は約100ms、双方向ストリーミングに対応しています。ElevenAgentsとAPIで利用できます。

Eleven v4は他のテキスト読み上げモデルと同じクレジット料金を使用するため、毎月10,000クレジット（約10分のオーディオ）が含まれる無料プランを含め、すべてのプランで利用できます。