推出 Eleven v4认识 Eleven v4：迄今情感表现最丰富的模型。

兑换
跳至内容
登录注册
联系销售团队登录

灵活定价，满足不同需求

ElevenCreative
创作平台
ElevenAgents
智能体
ElevenAPI
API
ElevenCreative
创作平台
ElevenAgents
智能体
ElevenAPI
API

v4

文本转语音

新
$0.08

每 1,000 字符价格

免费开始

我们最快、最具表现力的语音模型

  • 音频标签实现精细控制
  • 支持 90 多种语言

v4 Turbo

文本转语音

新
$0.04

每 1,000 字符价格

免费开始

最适合实时和智能体场景的模型

  • 超低延迟（约 100 毫秒）
  • v4 的表现力，针对延迟优化
  • 支持 90 多种语言

v3

文本转语音

$0.08

每 1,000 字符价格

免费开始

情感丰富，适合戏剧化演绎

  • 高质量、富有表现力的语音
  • 支持 70 多种语言
  • 最多 5,000 个字符
  • 支持多说话人对话

v3 Conversational

文本转语音

$0.04

每 1,000 字符价格

免费开始

低延迟 v3，专为实时对话优化

  • 低延迟（约 280 毫秒）
  • 高质量、富有表现力的语音
  • 支持 70 多种语言
  • 自定义音频标签

v2 Multilingual

文本转语音

$0.08

每 1,000 字符价格

免费开始

适合长音频，音质自然且稳定

  • 高质量语音生成
  • 支持 29 种语言
  • 最多 10,000 个字符
  • 长文本生成稳定

Flash / Turbo

文本转语音

$0.04

每 1,000 字符价格

免费开始

快速且经济实惠的语音合成模型

  • 超低延迟（约 75 毫秒）
  • 支持 32 种语言
  • 最多 40,000 个字符

Scribe v2

语音转文本

$0.22

每小时价格

免费开始

先进的语音识别模型

  • 转写准确率超 98%
  • 关键词提示
  • 支持 90 多种语言
  • 动态音频标记

Scribe v2 Medical

语音转文本

$0.22

每小时价格

免费开始

针对临床音频微调的语音识别模型

  • 临床音频错误比 Scribe v2 少 35%
  • 符合 HIPAA 适用条件，提供 BAA 和零保留模式
  • Scribe v2 的语言、功能和 API

Scribe v2 实时版

语音转文本

$0.39

每小时价格

免费开始

实时语音识别模型

  • 低延迟（约 150 毫秒）
  • 支持 90 多种语言
  • 精确到单词的时间戳
  • 实时转写

Realtime v1 Mini

语音转语音

新
$0.08+ LLM 用量

每分钟价格

免费开始

我们的 Speech to Speech 模型，适用于自然的对话

  • 对话动态 96%，首个音频响应 620ms
  • 支持 90 多种语言
  • 兼容 OpenAI Realtime

Realtime v1 Max

语音转语音

新
$0.08+ LLM 用量

每分钟价格

免费开始

我们的 Speech to Speech 模型，适用于复杂的多步骤任务

  • 语音推理 99%，首个音频响应 570ms
  • 支持工具调用，用于查询和执行操作
  • 兼容 OpenAI Realtime

语音引擎

智能体

$0.08

每分钟价格

免费开始

在一个低延迟智能体 pipeline 中集成语音模型

  • 为聊天智能体添加语音
  • 专为对话优化
  • 支持 90 多种语言

音乐

音乐生成

$0.15

每分钟价格

免费开始

根据自然语言提示词生成录音室级音乐

  • 最长 5 分钟
  • Starter 及以上套餐可商用授权
  • 44.1kHz，128-192kbps 音频

人声分离

音频处理

$0.12

每分钟价格

免费开始

去除背景噪音，获得清晰对话

  • 去除环境音、混响和干扰
  • WAV、MP3、FLAC、OGG、AAC
  • 文件最大 500MB/1 小时

变声器

音频处理

$0.12

每分钟价格

免费开始

将任意录音转换为另一种音色

  • 快速实时处理
  • 17,000 多种拟人音色
  • 支持 70 多种语言

音效

音频生成

$0.12

每分钟价格

免费开始

根据文本提示词生成免版税音效

  • 生成自定义音效
  • 免版税
  • MPS（44.1kHz）或 WAV（48kHz）输出

配音 v1

配音

$0.33

每分钟价格

免费开始

自动识别说话人并为视频配音

  • 自动识别说话人
  • 支持 29 种语言
  • 支持 MP3、MP4、WAV、MOV 格式

Dubbing v2

配音

$2.20

每分钟价格

免费开始

保留音色和情感的端到端配音

  • 端到端配音模型
  • 支持 92 种语言
  • 支持 MP3、MP4、WAV、MOV 格式

价格不含任何税费、征收和关税。

根据使用需求计算费用

1

支付方式

2

产品

100k 字符
019M+

创作者

$11 $22

推荐方案，适合当前用量

/ 月

最受欢迎
  • 首月 5 折
  • 包含 275k 字符 TTS（v4）
  • 随时可取消
选择 创作者 — $11/月
  • Lovable
  • Synthesia
  • Stripe
  • Perplexity
  • Twilio

按量付费

根据用量灵活计费，适配各旗舰模型。

  • 无需绑定，随时可取消
  • 可使用所有 ElevenLabs 产品和模型
  • 按实际用量付费
  • 用多少付多少
免费开始

初创公司资助计划

通过 ElevenLabs 资助，免费将智能实时对话式 AI 智能体集成到新产品或初创项目中。

  • 12 个月免费
  • 33,000,000 个字符
  • 高并发限制，支持升级
立即申请了解更多

企业方案

为大型组织定制的解决方案。

  • 可定制条款，支持 DPA/SLAs 合规
  • 定制 SSO，优先支持
  • 为 HIPAA 客户提供 BAA 等服务
联系我们了解更多

模型定价

免费 / 按量付费
入门
$6 每月, 首月 $1
创作者
$22 每月, 首月 $11
专业
$99 每月
扩展
$299 每月
商业版
$990 每月

文本转语音 API

用高质量模型将文本转为语音

开始使用 TTS
v4

每 1,000 字符价格

包含字符数

$0.08约 $0.08/分钟

10,000约 10 分钟

$0.08约 $0.08/分钟

75,000约 75 分钟

$0.08约 $0.08/分钟

275,000约 275 分钟

$0.08约 $0.08/分钟

1,238,000约 1,238 分钟

$0.08约 $0.08/分钟

3,738,000约 3,738 分钟

$0.08约 $0.08/分钟

12,375,000约 12,375 分钟

v4 Turbo

每 1,000 字符价格

包含字符数

$0.04约 $0.04/分钟

20,000约 20 分钟

$0.04约 $0.04/分钟

150,000约 150 分钟

$0.04约 $0.04/分钟

550,000约 550 分钟

$0.04约 $0.04/分钟

2,475,000约 2,475 分钟

$0.04约 $0.04/分钟

7,475,000约 7,475 分钟

$0.04约 $0.04/分钟

24,750,000约 24,750 分钟

v3

每 1,000 字符价格

包含字符数

$0.08约 $0.08/分钟

10,000约 10 分钟

$0.08约 $0.08/分钟

75,000约 75 分钟

$0.08约 $0.08/分钟

275,000约 275 分钟

$0.08约 $0.08/分钟

1,238,000约 1,238 分钟

$0.08约 $0.08/分钟

3,738,000约 3,738 分钟

$0.08约 $0.08/分钟

12,375,000约 12,375 分钟

v3 Conversational

每 1,000 字符价格

包含字符数

$0.04约 $0.04/分钟

20,000约 20 分钟

$0.04约 $0.04/分钟

150,000约 150 分钟

$0.04约 $0.04/分钟

550,000约 550 分钟

$0.04约 $0.04/分钟

2,475,000约 2,475 分钟

$0.04约 $0.04/分钟

7,475,000约 7,475 分钟

$0.04约 $0.04/分钟

24,750,000约 24,750 分钟

v2 Multilingual

每 1,000 字符价格

包含字符数

$0.08约 $0.08/分钟

10,000约 10 分钟

$0.08约 $0.08/分钟

75,000约 75 分钟

$0.08约 $0.08/分钟

275,000约 275 分钟

$0.08约 $0.08/分钟

1,238,000约 1,238 分钟

$0.08约 $0.08/分钟

3,738,000约 3,738 分钟

$0.08约 $0.08/分钟

12,375,000约 12,375 分钟

Flash / Turbo

每 1,000 字符价格

包含字符数

$0.04约 $0.04/分钟

20,000约 20 分钟

$0.04约 $0.04/分钟

150,000约 150 分钟

$0.04约 $0.04/分钟

550,000约 550 分钟

$0.04约 $0.04/分钟

2,475,000约 2,475 分钟

$0.04约 $0.04/分钟

7,475,000约 7,475 分钟

$0.04约 $0.04/分钟

24,750,000约 24,750 分钟

语音转文本 API

实时或批量转写音频

开始使用 STT
Scribe v2 和 Scribe v2 Medical

每小时价格

关键词提示（每小时）

转录文本编辑（每小时）

包含小时数

$0.22

$0.050

$0.070

4 小时 30 分钟

$0.22

$0.050

$0.070

27 小时

$0.22

$0.050

$0.070

100 小时

$0.22

$0.050

$0.070

450 小时

$0.22

$0.050

$0.070

1359 小时

$0.22

$0.050

$0.070

4500 小时

Scribe v2 实时

每小时价格

关键词提示（每小时）

转录文本编辑（每小时）

包含小时数

$0.39

$0.080

$0.120

2 小时 30 分钟

$0.39

$0.080

$0.120

15 小时

$0.39

$0.080

$0.120

56 小时

$0.39

$0.080

$0.120

254 小时

$0.39

$0.080

$0.120

767 小时

$0.39

$0.080

$0.120

2538 小时

Realtime API

全新一代 Speech to Speech 模型，助您快速构建自然逼真的语音智能体

开始使用 Realtime
Eleven Realtime v1 Mini

包含分钟数

已连接音频（每额外分钟）

输入 token（每 100 万）

输出 token（每 100 万）

约 14 分钟

$0.080

$0.20

$6.00

约 71 分钟

$0.080

$0.20

$6.00

约 262 分钟

$0.080

$0.20

$6.00

约 1,179 分钟

$0.080

$0.20

$6.00

约 3,562 分钟

$0.080

$0.20

$6.00

约 11,794 分钟

$0.080

$0.20

$6.00

Eleven Realtime v1 Max

包含分钟数

已连接音频（每额外分钟）

输入 token（每 100 万）

输出 token（每 100 万）

约 12 分钟

$0.080

$1.80

$9.00

约 59 分钟

$0.080

$1.80

$9.00

约 216 分钟

$0.080

$1.80

$9.00

约 971 分钟

$0.080

$1.80

$9.00

约 2,934 分钟

$0.080

$1.80

$9.00

约 9,714 分钟

$0.080

$1.80

$9.00

两种模型

突发计费（每分钟）

并发通话数

$0.160

4

$0.160

6

$0.160

10

$0.160

20

$0.160

30

$0.160

40

包含分钟数为基于典型 token 用量的估算值。实际分钟数因对话时长和工具使用情况而异。突发定价适用于超出并发上限的已连接音频。

Speech Engine API

为聊天机器人带来拟人化语音

开始使用 Speech Engine

包含分钟数

额外分钟数

突发计费（每分钟）

并发通话数

15 分钟

$0.080

$0.160

4

75 分钟

$0.080

$0.160

6

275 分钟

$0.080

$0.160

10

1,238 分钟

$0.080

$0.160

20

3,738 分钟

$0.080

$0.160

30

12,375 分钟

$0.080

$0.160

40

音乐

将文本提示生成音乐

开始使用音乐

每分钟价格

包含分钟数

每次 Finetune 费用

$0.150

3 分钟

$1.50

$0.150

40 分钟

$1.50

$0.150

147 分钟

$1.50

$0.150

660 分钟

$1.50

$0.150

1,993 分钟

$1.50

$0.150

6,600 分钟

$1.50

人声分离

去除音频背景噪音

开始使用人声分离

每分钟价格

包含分钟数

$0.120

8.3 分钟

$0.120

50 分钟

$0.120

183 分钟

$0.120

825 分钟

$0.120

2,492 分钟

$0.120

8,250 分钟

变声器

变换声音特性

开始使用变声器

每分钟价格

包含分钟数

$0.120

8.3 分钟

$0.120

50 分钟

$0.120

183 分钟

$0.120

825 分钟

$0.120

2,492 分钟

$0.120

8,250 分钟

音效

根据文本描述生成音效

开始使用音效

每分钟价格

包含生成次数

$0.120

8

$0.120

150

$0.120

605

$0.120

3,000

$0.120

9,000

$0.120

30,000

配音 API

自动为音频和视频内容配音

开始使用配音
配音 v1

每分钟价格（含水印）

包含分钟数（带水印）

每分钟价格（无水印）

包含分钟数（无水印）

$0.33

2.53 分钟

$0.50

$0.33

18 分钟

$0.50

12 分钟

$0.33

67 分钟

$0.50

44 分钟

$0.33

300 分钟

$0.50

198 分钟

$0.33

906 分钟

$0.50

598 分钟

$0.33

3,000 分钟

$0.50

1,980 分钟

配音 v2

每分钟价格

包含分钟数

$2.20

$2.20

3 分钟

$2.20

10 分钟

$2.20

45 分钟

$2.20

136 分钟

$2.20

450 分钟

常见问题

用高质量 AI 音频创作

联系销售团队注册