ElevenLabs lança o Eleven v4, com vozes mais consistentes e Turbo que responde em 150 ms

A ElevenLabs lançou o Eleven v4, novo modelo de fala que segue com mais precisão as indicações de direção e mantém a voz consistente em produções longas, segundo o The Decoder. A versão cobre mais de 90 idiomas, melhora a clonagem de voz e aceita até 10 mil caracteres por pedido. Segundo a empresa, uma nova arquitetura analisa o tom, o ritmo e o contexto do roteiro, e o usuário pode dar direções por etiquetas ou frases comuns e fixar a pronúncia de nomes por grafia fonética.

A variante Eleven v4 Turbo, voltada a agentes de voz, começa a falar em cerca de 150 milissegundos, tempo que a ElevenLabs diz ser menor que o dos concorrentes. Risadas, sussurros e sons como uma porta batendo, já possíveis no v3 lançado há pouco mais de um ano, agora são gerados com mais confiabilidade, segundo a empresa.