先了解这件事
2026年9月28日,ElevenLabs介绍Eleven v4通过音频标签控制情感语音的方法:可在脚本中用[furious]、[sarcastic]、[crying]等Audio Tags逐句指定情绪,模型据此调整语气、节奏和停顿,并加入叹息、笑声等非语言声音。官方建议一次生成整段文本以建立场景上下文,TTS应用单次最多支持10,000字符,每个句段只用一个情绪标签,效果不理想时优先替换标签而非改写文本。同日,ElevenLabs发布Eleven v4及低延迟版本Eleven v4 Turbo,称其为目前最具情感表现力的文本转语音模型;Eleven v4在Artificial Analysis排名第一,盲测中约75%听众更偏好它;Eleven v4 Turbo面向智能体等低延迟场景,中位推理延迟约100ms,中位首次发声时间约150ms。两款模型支持90多种语言,可用[laughs]等内联标签控制语气与音效,Instant Voice Clones仅需10秒音频,并新增Professional Voice Clones支持,现已在ElevenAgents、ElevenCreative
AI 根据公开报道生成
最新进展 · 正式报道
ElevenLabs 发布 Eleven v4 音频标签清单，含 50 多个示例事件进展
2 个已确认进展
- 来源：ElevenLabs Blog
- 来源：ElevenLabs Blog
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
9月30日
ElevenLabs Blog一手
ElevenLabs 发布 Eleven v4 音频标签清单，含 50 多个示例
ElevenLabs 发布 Eleven v4 的 Audio Tags 清单，用方括号内的自然语言提示词控制语音的情绪、音量、语速、口音和音效，文中给出 50 多个示例。这些标签不限于固定列表，可自行组合或描述情境，例如 [whispering, fearful]、[out of breath after running up the stairs]。Audio Tags 可通过 ElevenAPI 在 Eleven v4、Eleven v4 Turbo 和 Eleven v3 上使用，v3 脚本在 v4 中仍然有效。
9月29日
Ben's Bites
Anthropic 发布 Claude Sonnet 5.5，编码能力接近 Opus 5.5
Anthropic 发布 Claude Sonnet 5.5，基准测试显示其编码能力接近 Opus 5.5，在理解图像和图表方面有大幅提升。作者建议 $20 套餐用户把部分原本交给 Opus 的请求换成开启高思考模式的 Sonnet 5.5。Anthropic 历来让 Sonnet 的 .5 版本表现格外出色。
9月28日
ElevenLabs Blog一手精选
ElevenLabs 发布 Eleven v4 与 Eleven v4 Turbo 语音模型
ElevenLabs 发布 Eleven v4 及其低延迟版本 Eleven v4 Turbo，称其为目前最具情感表现力的文本转语音模型。Eleven v4 在 Artificial Analysis 排名第一，盲测中约 75% 听众更偏好它；Eleven v4 Turbo 面向智能体等低延迟场景，中位推理延迟约 100ms，中位首次发声时间约 150ms。两款模型支持 90 多种语言，可用 [laughs] 等内联标签控制语气与音效，Instant Voice Clones 仅需 10 秒音频，并新增 Professional Voice Clones 支持，现已在 ElevenAgents、ElevenCreative 和 ElevenAPI 上线。
ElevenLabs Blog一手精选
ElevenLabs 发布 Eleven v4，用 Audio Tags 逐句导演情感语音
ElevenLabs 发布情感文本转语音模型 Eleven v4，可在脚本中用 [furious]、[sarcastic]、[crying] 等 Audio Tags 逐句指定情绪，模型会据此调整语气、节奏和停顿，并加入叹息、笑声等非语言声音。官方建议一次生成整段文本以建立场景上下文，TTS 应用单次最多支持 10,000 字符，每个句段只用一个情绪标签，效果不理想时优先替换标签而非改写文本。
ElevenLabs Blog一手精选
Eleven v4 Turbo 上线 ElevenAgents
ElevenLabs 宣布 Eleven v4 Turbo 已在 ElevenAgents 中可用，为实时对话提供更具表现力的语音。该模型中位推理延迟约 100 ms，支持 90 多种语言，并在日语、巴西葡萄牙语、普通话和粤语上改进最大；通话中可随用户切换语言，并保持同一音色或切换为母语级音色。ElevenLabs 称 Eleven v4 在 Artificial Analysis 排名第一，在盲测中约 75% 的听众更偏好它。