很多人會先問 AI 語音能不能笑、能不能耳語。更重要的是，提示能否轉成合適表演，重生後是否仍像同一個角色？ElevenLabs 於 2026 年 9 月 28 日發布 Eleven v4 與低延遲版 v4 Turbo，主打情緒、節奏與笑聲、耳語等音訊標籤。

是否適合交付，仍須檢查提示命中、跨段一致與後製工時。模型介紹不能取代實際聽審。ElevenLabs 官方發布說明

Eleven v4 新增的表演控制，解決的是哪個問題？

Eleven v4 把語音表演提示納入文字轉語音流程，並主打更自然的情緒與說話者一致性。它提供新的控制選項，實際能否減少重錄與修整，仍要用團隊自己的腳本驗收。

既有流程常靠切句或補錄調整情緒。文字轉語音（TTS）把文字和聲音設定轉成音訊，仍需聽審。Eleven v4 可加入 [whispers]、[laughs] 等標籤及多說話者提示。

提示只是控制訊號之一。輸入稿應交代說話者、對象和情緒，否則標籤可能產生突兀表演。試用時保存稿件、聲線與模型設定，方便重現結果。

ElevenLabs 稱模型能理解語氣、節奏、情緒與上下文。發布文所列盲測偏好與 Artificial Analysis 排名未交代足以判讀的測試範圍，因此不宜據此推論不同語言或製作條件下的表現。

ElevenLabs 提示指南提醒，音訊標籤的遵循仍在改進，生成結果需保留人工聽審。官方提示指南

笑聲、耳語等提示如何進入生成流程？

把簡短的音訊標籤放在需要改變表演的位置，再用完整句意和上下文限制它的作用範圍。標籤是生成指示，不是逐字逐秒的演出保證。

官方文件列有 [laughs]、[whispers]、[sighs]、[curious] 等標籤，應放在目標台詞附近，避免同段混用衝突情緒。

產品旁白若要先停頓再耳語，可拆成兩個片段加提示，並檢查接點是否自然。

標籤需符合角色設定，並留意情緒幅度和音色。官方指南指出，訓練資料包含相似表演時，標籤較容易奏效；新聲線仍應先用短句試聽，檢查重音、速度和情緒。若效果不符，調整標籤位置、措辭或分段，再測一次。

ElevenLabs 音訊標籤文件說明，v3、v4 的相關介面不支援 SSML break。依賴停頓標籤的流程，切換前應按實際模型與介面確認相容性，並測試字幕和音檔對齊。官方音訊標籤文件

試用只需保留原稿、角色設定、標籤、所用模型和採用音檔，並標記問題時間碼，方便定位差異。API 或網頁介面的功能、帳戶權限可能不同，正式導入前須用實際帳戶確認。

流程圖以箭頭連接腳本提示、生成音段、聽審檢查與調整提示或分段。
先把提示放在目標台詞附近，再聽審並視需要調整位置或分段。

為什麼長段落與多角色製作容易失去一致性？

聲音一致性受聲線、文本和提示影響；切段與版本管理則是製作流程的控制項。長篇作品需要逐段確認角色聲音和表演幅度。

長篇旁白、遊戲對話或有聲書若混用聲線、模型、提示或不同版本的台詞，片段間可能出現音色、語速和情緒落差。這是製作時需檢查的變因，不能據此推論 v4 在所有長篇作品中的表現。

將腳本切成可驗收片段，台詞改動時只重生受影響部分；保留角色參考音檔，對照音色、語速、情緒和剪接點。記下模型、聲線和退回原因，協助定位問題與估算工時。

官方提示指南指出，訓練資料中已有的表演較容易重現。Eleven v4 提示建議

Eleven v4、v4 Turbo 與既有模型怎麼選？

先核對官方功能和帳戶權限，再以繁體中文素材試聽；旁白或角色表演可評估 v4，即時流程可比較 v4 Turbo 的延遲。兩者皆支援音訊標籤，實際功能依帳戶與介面而異。

ElevenLabs 將 v4 定位為高表現力合成模型，支援多說話者對話；v4 Turbo 主打低延遲。官方數據不等於各地區與 API 設定下的實測結果。

官方模型總覽將 Multilingual v2 定位為長篇生成較穩定，使用前仍應以自有長文試聽驗收。官方模型總覽

比較項目Eleven v4Eleven v4 Turbo既有模型，例如 Multilingual v2
官方定位高品質、情緒表現與多角色即時應用、較低延遲官方將其定位為長篇生成較穩定，仍須用自有長文試聽驗收
表演標籤支援支援不可假設有相同標籤功能
候選場景旁白、角色配音、有聲內容支援介面下的即時語音／對話流程需以自有長文測試
試用要點聲線及情緒能否持續一致延遲是否符合互動節奏音質是否滿足交付要求、舊提示能否沿用

上述為官方定位，並非獨立測評。繁體中文試用檢查發音、專有名詞、語調、成本、延遲與授權，並比較短句和長段落。若結果難以重現，可整理提示範本。

由腳本、剪輯和核准人員共同檢查表演意圖、片段可用性與品牌語氣；意見不一致時，標出句子或時間碼重測。另確認聲音複製、下載和分享權限，以及不可上傳的素材。

哪些旁白、配音或產品語音流程值得先試？

優先挑有明確表演落差、可取得現行模型對照音檔的短段落，並讓實際剪輯和審核人員參與評分。試用結果應同時記錄品質、工時、延遲與使用權限。

旁白可挑含情緒轉折和專有名詞的腳本，檢查停頓、耳語及修音需求。角色配音則比較同一角色不同場景的聲線一致性與接話連貫度。

產品語音要檢查延遲、中斷恢復和品牌語氣，也要確認資料傳送、錯誤提示及轉交人工的方式。模型生成音檔仍須通過產品驗收。

  1. 選定腳本：包含情緒轉折和表演提示。
  2. 建立對照：固定聲音、文字和輸出設定，記錄模型、標籤與生成次數。
  3. 盲聽評分：檢查提示命中、聲音連續、發音、情緒及可剪接性。
  4. 記錄成本：比較重生次數、修整工時、等待時間與整合工作量。
  5. 檢查權利與資料：核對聲音授權及本人同意；依平台規範、合約和適用規定確認標示義務。涉及個資時檢查資料存取設定。

試用時先訂出通過條件：專有名詞讀音、角色輪替、表演提示和片段接合是否符合要求。比較多次生成的平均修整工時、延遲與費用，也確認失敗後能否重現或回退。達標再擴大素材範圍試用。

ElevenLabs 要求複製聲音前確認權利及本人同意；使用演員、員工或客戶聲音時，也要核對同意範圍。官方即時聲音複製說明

未公開素材上傳前，應確認服務條款並限制存取。

評估板以五個並列項目呈現表演符合度、角色一致性、修整工時、延遲與聲音權利及資料存取。
是否適合導入，要一起看表演品質、製作負擔、延遲與使用權限。
  • Eleven v4 把笑聲、耳語和情緒提示納入語音合成控制，官方主張更能理解表演意圖與保留聲音特徵。
  • 提示效果仍受聲線訓練素材、文本、標籤寫法和生成介面影響，示範結果不能當成普遍性能保證。
  • 以現行模型對照測試提示命中、角色一致、修整工時、延遲、整合需求及聲音授權，再決定是否擴大使用。

常見問題

Q1：Eleven v4 能穩定生成笑聲與耳語嗎？

Eleven v4 支援以音訊標籤指示笑聲、耳語等表演，但官方文件也提醒標籤遵循仍非完美。聲線、文字與提示都會影響結果，應以實際腳本多次試聽。

Q2：使用 v4 是否還需要人工聽審？

需要。人工仍要檢查發音、情緒是否合宜、前後聲線是否一致、剪接點是否自然，以及成品是否符合品牌和授權要求。

Q3：應該先用 v4 還是 v4 Turbo？

旁白或角色配音可先以 v4 測試表演品質；即時互動再比較 v4 Turbo 的延遲和對話需求。最後依帳戶可用功能、實測音檔與整合條件決定。