ElevenLabs推出Eleven v4与Turbo，百毫秒延迟切入语音智能体

会懂网AI资讯，10月15日，近日，语音AI公司ElevenLabs在十月初推出新一代语音模型Eleven v4与主打速度的Eleven v4 Turbo，支持九十多种语言，Turbo版端到端延迟约一百毫秒，面向语音智能体与创作者场景。这反映出人工智能技术正在从单点突破走向系统级能力的构建，企业与应用侧对此高度关注。

具体来看，这也是十月语音AI发布潮的一环：微软发布MAI-Transcribe-2-Streaming支持六十种语言实时转录、MAI-Voice-2.1覆盖二十三种语言，Decagon发布Voice 3与自研Chord模型，Cactus推出仅十六点九兆字节的端侧离线识别模型Whistle，Tavus则预览首个全双工视频交互模型Griffin-Lite。

从技术细节出发，行业观察指出，语音能力正分化为云API、端侧与全双工视频三个层级：云API面向生产规模，端侧服务隐私敏感场景，全双工视频代表下一代对话头像方向。在算力供给持续扩张与推理成本快速下行的背景下，这类进展对开发者和行业用户都意义重大。业内普遍认为，相关能力的成熟将直接拉动上下游生态的协同创新与商业落地速度。

在产业层面，ElevenLabs同时公布分层定价，Pro版每月九十九美元、Scale二百九十九美元、Business九百九十美元，即时语音克隆自Starter档起、专业克隆自Creator档起开放。从产业节奏看，头部厂商正把模型能力转化为可直接调用的服务，竞争焦点已转向工程化与可用性。对用户而言，此类更新意味着更低的使用门槛与更稳定的体验，智能助手的实用价值持续提升。

对开发者与企业用户而言，ElevenLabs同时公布分层定价，Pro版每月九十九美元、Scale二百九十九美元、Business九百九十美元，即时语音克隆自Starter档起、专业克隆自Creator档起开放。值得关注的是，开源与开放策略正在改变技术扩散的路径，中小团队也能借此快速构建应用。

展望后续，ElevenLabs同时公布分层定价，Pro版每月九十九美元、Scale二百九十九美元、Business九百九十美元，即时语音克隆自Starter档起、专业克隆自Creator档起开放。相关进展将持续影响行业格局，值得长期跟踪。在监管与合规要求趋严的环境下，厂商在能力扩张的同时也更强调安全与可控。