📖 AI 总结

ElevenLabs 发布新一代语音模型 Eleven v4，核心改进在于更精准地执行脚本中的情感、停顿与音效指令，并在长篇内容中保持音色一致。该模型支持超过 90 种语言，单次请求可处理约一万字符（约十分钟音频），语音克隆能力增强，专业克隆功能在 v3 停用后重新上线，即时克隆仅需十秒音频。v4 采用新架构分析脚本的语气、节奏与上下文，对话场景中 AI 能依据整段情境而非孤立台词作出回应。同步推出的 Turbo 版本面向实时语音代理，约 150 毫秒即可开始发声，据称快于 Cartesia 和 OpenAI 的同类方案。此次更新意味着 AI 语音在表现力、跨语言自然度与实时响应上进一步逼近实用化门槛。