これまでで最も表現豊かなモデル

ボイスライブラリにある20,000以上の音声は、すべてEleven v4で使用できます。Eleven v4のリリース前に作成したPVCと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、プラスボタンをクリックすると再トレーニングできます。

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回の生成で最大10,000文字に対応します。長文コンテンツでは、コンテキストスティッチングにより、生成をまたいでもテンポと表現の一貫性を保ちます。

Eleven v4は、より高いオーディオ品質と広い感情表現を備えた新しいアーキテクチャに基づいています。再生成して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、音声エージェントとリアルタイム用途向けに設計された、推論レイテンシー中央値約100msの低レイテンシー版です。両モデルは同じ表現力を備え、どちらも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、一般的な視聴向けの標準形式です。
• 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です。
• 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されています。
  サンプルレートとビットレートはAPIで設定できるため、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対応ワークフロー。

Eleven v4に送信したスクリプトとオーディオタグが、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、音声の所有者による検証済みの同意が必要です。生成される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テクノロジー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の制御メカニズムです。間を置きたい場所に[pause]または[long pause]を記述し、[whispers]、[excited]、[sighs]などのタグで表現を調整します。<break>などのSSMLタグはEleven v4では無効のため、自然言語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発音を定義できます。

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とPython SDKも利用できます。

Eleven v4 Turboは、推論レイテンシー中央値約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から利用できます。

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で、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。