ElevenLabs a lancé Eleven v4 et v4 Turbo le 28 septembre, avec la prise en charge de plus de 90 langues et une cible axée sur les cas d’usage d’agents vocaux à plus faible latence. TechCrunch indique que l’entreprise affirme également que le clonage vocal peut fonctionner à partir d’environ 10 secondes d’audio source.
Le changement produit le plus important concerne le contrôle. Selon ElevenLabs, v4 peut suivre des directives intégrées plus détaillées, y compris des balises d’expression empilées, tout en préservant le contexte sur des passages plus longs. Cela pourrait limiter le besoin de découper une réponse en plusieurs segments scriptés uniquement pour gérer le ton, le rythme ou l’emphase.
Le modèle obtient aussi un premier résultat de référence en anglais, mais ne domine pas systématiquement toutes les langues. L’avantage cité dans la couverture concerne précisément une arène vocale en anglais, tandis que d’autres rapports signalent une concurrence plus forte dans certains classements non anglophones. Pour les équipes qui envisagent une migration, les vérifications pratiques restent la latence sous charge, la qualité de prononciation dans les langues cibles et la stabilité des voix clonées en production. Les détails des offres actuelles sont disponibles sur la page des tarifs de l’API ElevenLabs.