Apresentando o Eleven v3 (alpha)

Temos o prazer de apresentar o Eleven v3 (alpha) — o modelo de Text to Speech mais expressivo.

O Eleven v3 não está mais em versão alpha e já está disponível para todos.

• Mais de 70 idiomas
• Diálogo com vários falantes
• Tags de áudio como [excited], [whispers] e [sighs]

Mais de 70 idiomas exige mais engenharia de prompts do que os modelos anteriores — mas os resultados são impressionantes.

Se você trabalha com vídeos, audiolivros ou ferramentas de mídia, isso abre um novo nível de expressividade. Para usos em tempo real e conversacionais, recomendamos continuar com o v2.5 Turbo ou Flash por enquanto. Uma versão em tempo real do v3 está em desenvolvimento.

Se você trabalha com vídeos, audiolivros ou ferramentas de mídia — isso traz um novo nível de expressividade. Para usos em tempo real e conversas, recomendamos continuar usando o v2.5 Turbo ou Flash por enquanto. Uma versão em tempo real do v3 está em desenvolvimento.

Por que criamos o v3

Por que criamos o v3expressividade. Emoções mais marcantes, interrupções naturais e conversas críveis eram difíceis de alcançar.

Desde o lançamento do Multilingual v2, vimos a voz IA ser adotada em filmes profissionais, desenvolvimento de jogos, educação e acessibilidade. Mas a limitação não era a qualidade do som — era a

O Eleven v3 resolve essa lacuna. Ele foi criado do zero para entregar vozes que suspiram, sussurram, riem e reagem — gerando falas que parecem realmente vivas e responsivas.

Hear v3 for yourself

Reproduzir

Reproduzir

Como usar tags de áudio

Como usar tags de áudioguia de prompting para o v3 na documentação.

As tags de áudio ficam no próprio texto do seu roteiro e são escritas entre colchetes em minúsculas. Você pode saber mais sobre as tags de áudio no nosso

Clones Profissionais de Voz (PVCs) ainda não estão totalmente otimizados para o Eleven v3, o que pode resultar em clones de qualidade inferior em relação aos modelos anteriores. Durante esta fase de prévia de pesquisa, o ideal é usar um Clone Instantâneo de Voz (IVC) ou uma voz criada especialmente para seu projeto, caso precise dos recursos do v3. A otimização de PVC para o v3 chegará em breve.

“[happily][shouts] We did it! [laughs].”

Criando diálogos com vários falantes

Criando diálogos com vários falantesendpoint Text to Dialogue na API. Basta enviar um array estruturado de objetos JSON — cada um representando a fala de um personagem — e o modelo gera um arquivo de áudio coeso, com sobreposição de vozes:

[
  {"speaker_id": "scarlett", "text": "(cheerfully) Perfect! And if that pop-up is bothering you, there’s a setting to turn it off under Notifications → Preferences."},
  {"speaker_id": "lex", "text": "You are a hero. An actual digital wizard. I was two seconds from sending a very passive-aggressive support email."},
  {"speaker_id": "scarlett", "text": "(laughs) Glad we could stop that in time. Anything else I can help with today?"}
]

O endpoint gerencia automaticamente as transições entre falantes, mudanças de emoção e interrupções.

O endpoint gerencia automaticamente as trocas de falante, mudanças de emoção e interrupções.aqui.

v3 is our most expressive model

Reproduzir

Reproduzir

Preços e disponibilidade

Para ativar o v3:

• Use o Model Picker e selecione Eleven v3 (alpha)

O acesso via API e suporte no Studio estarão disponíveis em breve. Para acesso antecipado, por favor fale com vendas.

O acesso via API e suporte no Estúdio estarão disponíveis em breve. Para acesso antecipado,

Quando não usar o v3

O Eleven v3 (alpha) exige mais engenharia de prompts do que nossos modelos anteriores. Quando funciona, o resultado é impressionante, mas a confiabilidade e a latência maior fazem com que ele não seja indicado para usos em tempo real ou conversação. Para esses casos, recomendamos o Eleven v2.5 Turbo/Flash.documentação completa do v3 e o FAQ.

Try it today

Reproduzir

Reproduzir

1. Faça login na interface ElevenLabs
2. Selecione v3 (alpha) no menu de modelos
3. Cole seu roteiro — use tags ou diálogos
4. Gerar áudio

Estamos animados para ver como você vai usar o v3 em novos projetos — de narrativas imersivas a produções cinematográficas.