ElevenLabs V4 Turbo Text to Speech API

elevenlabs/tts/eleven-v4-turbo

ElevenLabs V4 Turbo Text to Speech 以 ElevenLabs V4 一半的费率把长短文稿转为语音,支持行内音频标签和90多种语言。它沿用 ElevenLabs V4 的请求字段,可输出 MP3、PCM、Opus 或8 kHz 电话音频。

输入

104/5000

示例

中文科学课片段

中文科学课片段 — 清晰的课堂讲解,开启文本规范化处理数字。

守桥 NPC 台词

守桥 NPC 台词 — 粗声的游戏角色,在最后一句转为调侃。

ElevenLabs V4 Turbo Text to Speech

ElevenLabs V4 Turbo Text to Speech 是 ElevenLabs V4 系列中更快、成本更低的模型,与 ElevenLabs V4 于2026年9月同时发布,ElevenLabs 将其定位于交互式应用和大批量语音提示。它保留音频标签、90多种语言以及与 ElevenLabs V4 相同的音色控制,在 Vidgo 上每千字符8 credits,让通知、课程和对话台词在大规模生成时依然经济。

为什么选择 ElevenLabs V4 Turbo?

  • ElevenLabs V4 一半的费率每千字符8 credits($0.04),完整的5,000字符请求为40 credits,适合大批量提示音和课程内容。

  • 与 ElevenLabs V4 相同的请求Text、Voice、稳定性、相似度、格式、规范化、时间戳与语言代码用法一致,只需修改 model 即可切换。

  • 短句也能用音频标签在一句通知或 NPC 回应中加入 [cheerfully] 或 [laughs],无需写长文稿也能带出角色感。

  • 适配电话与应用的格式IVR 提示音可输出8 kHz µ-law 或 A-law,应用可用 Opus,视频与剪辑工具可用 MP3 和 PCM。

语音参数

参数要求作用与用法
text必填

要朗读的文稿,按原样计数为1–5,000个字符,空格、换行和音频标签均计入。在语气需要变化的位置加入 [whispers]、[excited] 等标签。

voice可选

ElevenLabs 音色名称或音色 ID。可选择 Rachel、George、Lily 等推荐预设,也可以填入其他 ElevenLabs 音色的 ID。

默认值Rachel
stability可选

取值0–1。数值越低,表达变化越丰富;数值越高,各句之间的语气越平稳。

默认值0.50–1
similarity_boost可选

取值0–1,设置语音与所选音色特征的贴近程度。

默认值0.750–1
output_format可选

返回音频的编码、采样率与码率:22.05或44.1 kHz 的 MP3、8–48 kHz 的原始 PCM、适合电话场景的8 kHz µ-law 与 A-law,以及48 kHz 的 Opus。

默认值mp3_44100_128mp3_22050_32mp3_44100_32mp3_44100_64mp3_44100_96mp3_44100_192pcm_8000pcm_16000pcm_22050pcm_24000pcm_44100pcm_48000ulaw_8000alaw_8000opus_48000_32opus_48000_64opus_48000_96opus_48000_128opus_48000_192
apply_text_normalization可选

auto 自动判断何时把数字、日期和符号转成读法,on 始终规范化,off 按你已写成口语的文本直接朗读。

默认值autoonoff
timestamps可选

设为 true 时,额外返回一个记录语音时间信息的文件,与音频一同提供。

默认值falsetrue
language_code可选

可选的 ISO 639-1 语言代码,如 en、zh 或 es,用于指定朗读语言;留空时由模型根据文稿识别语言。

四步生成语音

  1. 编写文稿在 Text 中输入最多5,000个字符,并在语气变化处加入音频标签。

  2. 选择音色输入或选择 Voice,Stability 从0.5、Similarity Boost 从0.75开始。

  3. 设置格式与语言按用途设置 Output Format,需要时填写 Language Code,制作字幕时开启 Timestamps。

  4. 运行并试听在 Run 按钮上确认费用后点击 Run,任务完成后试听并下载音频。

按字符计费

ElevenLabs V4 Turbo Text to Speech 每1,000个字符收费 $0.04,即8 credits。提交的每个字符都会计入,包括空格、换行和音频标签;其他设置不影响价格。

文本长度费用计算方式
100字符$0.004 · 0.8 credits100 × 8 / 1000 = 0.8 credits
1,000字符$0.04 · 8 credits1000 × 8 / 1000 = 8 credits
5,000字符$0.20 · 40 credits5000 × 8 / 1000 = 40 credits

适用场景

  • 应用与自助终端提示音以较低的单字符成本生成订单提醒、引导步骤和通知语音。

  • 电话菜单与 IVR为需要8 kHz 音频的电话系统导出 ulaw_8000 或 alaw_8000。

  • 在线课程片段开启文本规范化,清晰朗读包含数字和单位的课程步骤。

  • 游戏 NPC 台词用 [gruff]、[laughs] 等标签批量生成简短的角色台词。

使用技巧

  • 草稿和批量提示音先用 ElevenLabs V4 Turbo,关键场景只需修改 model 即可改用 ElevenLabs V4。
  • 通知类文稿保持简短自然,每句一个标签通常就够了。
  • 价格、时间和订单号等内容建议开启文本规范化,批量生成前先试听一条。
  • ulaw_8000 和 alaw_8000 只用于电话系统;浏览器更适合播放 MP3 和 Opus。

为工作流准备音频

  • PCM、µ-law 与 A-law 为不含 WAV 文件头的原始音频,播放器需要容器时请在音频工具中封装或转换。
  • 开启 timestamps 后请读取 files 中的每一项:音频和时间文件会作为独立条目返回。

ElevenLabs V4 Turbo Text to Speech API 常见问题

ElevenLabs V4 Turbo Text to Speech API 是什么?

ElevenLabs V4 Turbo Text to Speech 是 ElevenLabs 用于快速、经济地生成语音的模型。它支持90多种语言、行内音频标签、与 ElevenLabs V4 相同的音色控制以及19种输出格式。ElevenLabs 将其设计为 V4 系列中的低延迟模型,在短提示音和较长段落中都能保持所选音色的一致。你可以通过 API 进行程序化调用,也可以在上方体验区直接在线试用。

ElevenLabs V4 Turbo 和 ElevenLabs V4 该选哪个?

提示音、课程和大批量任务更看重成本时选择 ElevenLabs V4 Turbo,每千字符8 credits($0.04)。ElevenLabs V4 每千字符16 credits,ElevenLabs 将其定位为最具情感表现力的模型,适合旁白与角色场景。两者字段相同,修改 model 即可对比。

ElevenLabs V4 Turbo 如何使用音频标签?

在 Text 中用方括号写入演绎指令,如 [whispers]、[laughs] 或 [excited],放在需要影响的词句之前。标签计入字符数。建议每个短语先用一个标签,试听后再增加。

ElevenLabs V4 Turbo 一次能处理多长的文稿?

每次请求接受1–5,000个字符,按提交原文计数,包括空格、换行和标签。更长的文稿请按段落或场景拆分,并在各部分沿用相同的音色设置。

ElevenLabs V4 Turbo 支持哪些输出格式?

Output Format 提供19个取值:22.05或44.1 kHz、32–192 kbps 的 MP3,8–48 kHz 的原始 PCM,8 kHz 的 µ-law 与 A-law,以及48 kHz、32–192 kbps 的 Opus。默认值为 mp3_44100_128。

ElevenLabs V4 Turbo 可以使用我自己的 ElevenLabs 音色吗?

Voice 接受 ElevenLabs 音色名称或音色 ID。可使用 Rachel、George 等推荐预设,也可以粘贴其他 ElevenLabs 音色的 ID,并在对比时保持 Stability 与 Similarity Boost 不变。

ElevenLabs V4 Turbo 能返回用于字幕的时间戳吗?

可以。将 timestamps 设为 true,任务完成后 files 中会在音频之外额外包含一个时间文件,可用于放置字幕或对齐剪辑。

ElevenLabs V4 Turbo 每次请求费用是多少?

ElevenLabs V4 Turbo 每1,000字符收费8 credits($0.04)。1,000字符的文稿为8 credits,完整的5,000字符请求为40 credits($0.20)。