ElevenLabs 推出 v4 与 Turbo，TTS 盲测得分超过 Gemini 和 Qwen

ElevenLabs 发布新一代语音模型 Eleven v4 和实时版 Eleven v4 Turbo。前者主打更自然的情绪表达和更细的声音控制，后者面向实时语音 Agent。

TTS 盲测榜排名升至第一

Artificial Analysis 最新 TTS 盲测榜显示，Eleven v4 目前以 1315 Elo 排名第一。作为对比，Cartesia Sonic 3.6 的得分为 1275，Gemini 3.8 Flash TTS 为 1267，Qwen-Audio-3.0-TTS-Plus 为 1258。

上一代 Eleven v3 目前得分为 1169，排在第 17 位。

v4 延续语音控制能力并提升精度

v3 已支持笑声、耳语等音频标签，v4 主要是在这套控制能力上提升准确性。用户可以直接指定语气、节奏、情绪和音效，也可以用自然语言描述一句话该如何表达。

模型的语言覆盖也从 70 多种扩展到 90 多种。Instant Voice Clone 约需 10 秒音频，并增强了长文本和多人对话场景中的声音一致性。

Turbo 侧重实时对话速度

Eleven v4 Turbo 主要针对实时对话的速度问题。官方文档显示，v3 Conversational 的中位推理延迟约为 280ms，v4 Turbo 已降至约 100ms。