これまでで最も表現力豊かなモデル

ボイスライブラリ内のすべての音声（17,500以上）がEleven v4で使えます。Eleven v4のリリース前に作成されたPVCとIVCは、効果的に利用するために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、プラスボタンをクリックすると実行できます。

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回の生成では最大10,000文字に対応します。長尺コンテンツでは、コンテキスト接続により生成をまたいでもペース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備えた新しいアーキテクチャで構築されています。再生成しても話者の同一性が安定しています。プロフェッショナルボイスクローンが再びサポートされ、オーディオタグの追従性も向上し、最初のバイトまでの時間も短縮されました。

Eleven v4は、品質を最優先する制作コンテンツ向けに最適化されています。Eleven v4 Turboは、音声エージェントやリアルタイム用途向けに設計された、推論レイテンシの中央値が約100msの低遅延モデルです。両モデルは同じ豊かな表現力を備え、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、すべてのElevenLabsモデルと同じ形式で出力するため、既存のあらゆるワークフローに導入できます：

• MP3：ポッドキャスト、YouTube、一般的な視聴に適した標準形式。
• 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向けに最適化。
  サンプルレートとビットレートはAPIで設定するため、用途に応じてEleven v4のオーディオを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る、すべてのElevenLabsモデルと同じインフラストラクチャとコンプライアンス体制で稼働します：

• SOC 2 Type II認証取得。
• ISO 27001認証取得。
• PCI DSSレベル1認証取得。
• GDPR準拠。
• 医療向けのHIPAA対応ワークフロー。

Eleven v4に送信した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ることはありません。エンタープライズ顧客は、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、音声の所有者による確認済みの同意を必要とします。また、生成されたすべてのオーディオは、AI生成を検出できるAI Speech Classifier技術で保護されます。

*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。詳しく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の制御手段です。間を置きたい箇所に[pause]または[long pause]を書き、[whispers]、[excited]、[sighs]のようなタグで話し方を調整します。<break>などのSSMLタグはEleven v4では無効なため、代わりに自然言語のタグを使用してください。発音辞書では引き続き、名前や技術用語の読み方を定義できます。

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、推論レイテンシ中央値約100msと双方向ストリーミングを備え、エージェントループ向けに設計されています。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採用しているため、月間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むすべてのプランで利用できます。