Maak kennis met Eleven v4, ons meest expressieve model

Een tekstregel kan enorm veranderen afhankelijk van hoe die wordt uitgesproken. “Ik wil dat je rustig blijft” moet anders klinken wanneer een arts dit zachtjes tegen een angstige patiënt zegt dan wanneer een personage in een game het naar zijn team schreeuwt voordat ze de strijd in springen.

Vandaag lanceren we Eleven v4, ons meest expressieve text-to-speechmodel tot nu toe, en de variant met lage latentie, Eleven v4 Turbo.

Op nummer 1 volgens Artificial Analysis¹, en verkozen door ~75% van de luisteraars in blinde directe vergelijkingen boven concurrerende modellen², is Eleven v4 ontworpen om toon, tempo, emotie, karakter en context te interpreteren. Het genereert spraak die dramatisch, teder, urgent, komisch of conversationeel kan klinken, terwijl de identiteit van de spreker behouden blijft. Natuurlijkere dynamiek tussen meerdere sprekers zorgt ervoor dat gesprekken responsief aanvoelen, in plaats van als losse regels die aan elkaar zijn gezet. Sprekers reageren op de context van het gesprek, wat natuurlijkere dialogen en interacties tussen personages oplevert.

Een nieuwe architectuur voor prestaties

Eleven v4 is gebouwd op een volledig nieuwe architectuur en is ons meest expressieve Text to Speech-model, dat door Artificial Analysis op nummer 1 is gezet¹. Eleven v4 Turbo brengt dezelfde technologie naar toepassingen met lage latentie, zoals agents. Met een mediane inferentielatentie van ~100 ms kan het sneller reageren dan de gemiddelde pauze tussen twee mensen die met elkaar praten.

Beide modellen kunnen spraak genereren die expressief klinkt in plaats van mechanisch. Ook de onderliggende audiokwaliteit is over de hele linie hoger, met schonere output die natuurlijker klinkt. 

Eerdere generaties text-to-speechmodellen kunnen tekst hardop voorlezen, maar Eleven v4 geeft spraak een emotionele diepgang die veel natuurlijker aanvoelt. Het model kan de bedoelde toon, het tempo van de spraak, het karakter van de tekst en de context interpreteren om emotioneel aansprekende spraak te leveren.

Gebruikers hebben ook gedetailleerde controle over de output en kunnen in natuurlijke taal beschrijven hoe een regel moet worden uitgesproken. Ze kunnen ook specifieke instructies toevoegen voor de uitspraak van bepaalde zinnen, de emotie die ze moeten overbrengen en zelfs geluidseffecten, met inline tags zoals [laughs], [said angrily in French accent], [light rain] of [phone buzzing]. Eleven v4 volgt deze audiotags en aanwijzingen nauwkeuriger dan eerdere modellen, zodat je de uitvoering krijgt die je beschrijft. Dit maakt het eenvoudiger om regie te voeren over vertelling, personages of hun dialogen uit te werken en in andere situaties waarin de uitvoering belangrijk is. 

De ontwikkelaarsdocumentatie van ElevenLabs behandelt de volledige tagsyntaxis en hoe je deze tags via de API toepast. De ondersteuning voor fonemen uit het Internationaal Fonetisch Alfabet (IPA) is ook aanzienlijk verbeterd, waardoor aangepaste uitspraken betrouwbaarder werken.

Eleven v4 biedt ook verbeteringen in consistentie en dynamische gesprekken tussen meerdere sprekers. Met een nieuwe methode om de identiteit van sprekers vast te leggen, behoudt Eleven v4 de unieke eigenschappen van elke stem. Het kan spraak consistent houden tijdens gesprekken met agents, luisterboeken, of advertenties. Omdat het model de context van een hele scène begrijpt, genereert het natuurlijke dialogen waarin sprekers reageren op wat er net is gezegd, in plaats van losse regels aan elkaar te zetten.

Een Turbo-model voor toepassingen met lage latentie

Hoogwaardige stemmodellen waren doorgaans trager in het genereren van spraak, waardoor gebruikers moesten kiezen tussen snelle of expressieve spraakagents. Velen hebben gekozen voor kundige, maar monotone agents die robotachtig kunnen overkomen op een gestreste klant die alleen zijn probleem wil oplossen. 

Eleven v4 Turbo combineert snelheid en emotie met een mediane tijd tot de eerste spraak van ~150 ms³, waardoor je krachtige agents kunt inzetten in talloze sectoren: van warme, geruststellende agents die medische termen correct kunnen uitspreken in de zorg tot snel pratende agents die slang gebruiken om spelers in games te vermaken.

Het Eleven v4 Turbo-model is gebouwd om te werken met het platform voor conversationele agents van ElevenLabs, ElevenAgents. Andere agentbouwers voegen modellen en software van verschillende leveranciers samen, waardoor gebruikers geen manier hebben om de modeloutput voor hun specifieke toepassingen te verfijnen of verbeteren. De onderzoeks- en engineeringteams van ElevenLabs hebben Eleven v4 Turbo en ElevenAgents samen als één systeem geoptimaliseerd, voor expressievere, betrouwbaardere agents met lage latentie.  

Eén stem, talloze talen 

De manier waarop we communiceren verschilt per context, locatie en zelfs het tijdstip van de dag. Expressieve spraak bouwen die dat in verschillende talen weerspiegelt, blijft een van de moeilijkste uitdagingen binnen audio-AI. 

Eleven v4 is op al deze gebieden een stap vooruit, en de verbeteringen gaan verder dan alleen de uitspraak van zinnen door het model. Eleven v4 legt ritme, emotie en uitvoering beter vast in verschillende talen, zodat creators spraak kunnen produceren die natuurlijk klinkt binnen de taal en context. De manier waarop je bijvoorbeeld tegen een oudere onbekende in Japan spreekt, verschilt behoorlijk van hoe je die persoon in Italië zou aanspreken. 

Zowel Eleven v4 als Eleven v4 Turbo ondersteunen meer dan 90 talen. Een stem die in één taal is opgenomen, spreekt nu ook elke andere taal vloeiend, neemt het accent van een moedertaalspreker over en behoudt tegelijk de identiteit van het origineel. Die naleving van het accent is merkbaar sterker dan voorheen, zodat de stem tijdens een generatie niet meer terugvalt naar het oorspronkelijke accent.

Voor nasynchronisatie en lokalisatie betekent dit dat de merkstem die je hebt gekozen — of dat nu een bekende acteur is met wie je werkt of een toon die het beste past bij de stijl van je bedrijf — geweldig klinkt in elke taal die Eleven v4 ondersteunt.

Authentieker en consistenter stemklonen

Stemklonen is authentieker, krachtiger en consistenter in Eleven v4 en Eleven v4 Turbo, met een aanzienlijk betere gelijkenis met de oorspronkelijke bronstem. Instant Voice Clones kunnen nu stemmen met hoge kwaliteit vastleggen met slechts 10 seconden audio. 

Eleven v4 behoudt de identiteit van de spreker ook betrouwbaarder in verschillende generaties, dialogen, vertellingen en opnieuw gegenereerde regels. Dit betekent dat de personages, vertellers en gekloonde stemmen in langlopende projecten consistent blijven gedurende een productie. Eleven v4 voegt ook ondersteuning toe voor Professional Voice Clones (PVC), voor toepassingen waarbij de hoogste kwaliteit van stemklonen vereist is.

Request stitching — generaties aan elkaar koppelen voor content van langere vorm — is in Eleven v4 ook aanzienlijk betrouwbaarder. Dat verbetert de ervaring van werken in ElevenLabs Studio en de ElevenLabs Reader App.

Hoor zelf het verschil  

Eleven v4 en Eleven v4 Turbo zijn het resultaat van ons nieuwste onderzoek naar expressieve spraakgeneratie. Ze zijn ontwikkeld voor content waarin de uitvoering net zo belangrijk is als de woorden zelf, zoals luisterboeken, karaktervertolkingen, voice-overs, nasynchronisatie of het lokaliseren van conversationele agents.

Beide modellen zijn nu beschikbaar in ElevenAgents, ElevenCreative, en via ElevenAPI. Maak een gratis account om vandaag nog te beginnen met genereren met Eleven v4 of Eleven v4 Turbo.

1. ^{Artificial Analysis, Provider Voice Arena Leaderboard, september 2026}
2. ^{Gebaseerd op blinde gebruikerstests waarin Eleven v4 rechtstreeks werd vergeleken met Cartesia Sonic 3.6, Inworld TTS-2, Google Gemini 3.8 Flash-Lite TTS en Google Gemini 3.8 Flash TTS, september 2026. Voor elk paar hoorden beoordelaars dezelfde regel van Eleven v4 en één concurrent, zonder te weten welk model ze hoorden, en beoordeelden ze welke expressiever klonk en welke natuurlijker klonk; een gelijkspel telde als een half punt.}
3. ^{Mediane tijd van request tot hoorbare spraak. Gemeten in september 2026 met identieke scripts en standaardinstellingen, vergeleken met Cartesia Sonic 3.6, xAI TTS, Google Gemini 3.8 Flash-Lite TTS en OpenAI GPT-4o mini TTS; netwerklatentie is voor alle systemen gemeten en verwijderd. Eleven v4 Turbo via WebSocket-streaming.}