ElevenLabs: Eleven v4

ElevenLabs: Eleven v4 adalah model text-to-speech dari ElevenLabs, yang dirilis oleh penyedia pada 7 Oktober 2026. Model ini berada di kategori speech dan dideskripsikan oleh ElevenLabs sebagai modelnya yang paling ekspresif. Jika Anda membangun apa pun yang perlu mengubah teks tertulis menjadi audio lisan, ini adalah model pertama yang perlu dievaluasi dari lini ElevenLabs.

Model ini menerima teks sebagai satu-satunya input dan mengembalikan speech sebagai satu-satunya output. Model ini mendukung inline audio tag, yang memungkinkan Anda mengarahkan nada emosional dan penyampaian langsung di dalam teks yang Anda kirim, bukan melalui kontrol terpisah. ElevenLabs menyatakan dukungan untuk lebih dari 90 bahasa, sehingga model yang sama dapat mencakup produk multibahasa tanpa beralih ke sistem berbeda per locale. Deskripsi penyedia juga menyebut batas input 10.000 karakter. Tidak ada panjang konteks dalam token yang dipublikasikan untuk model ini, dan tidak ada parameter request yang dicantumkan sebagai didukung, jadi rencanakan sekitar batas karakter dan bentuk model text in, speech out.

Kegunaan praktisnya mengikuti sifat-sifat tersebut. Inline audio tag membuatnya cocok untuk narasi ketika Anda perlu menyampaikan baris dengan emosi tertentu, seperti audiobook, dialog karakter dalam game, atau iklan yang memerlukan pembacaan khusus. Cakupan 90+ bahasa cocok untuk pipeline lokalisasi, kursus e-learning, dan voiceover untuk video dalam skala besar, yang jika tidak demikian Anda perlu menyewa pembicara per bahasa. Karena outputnya adalah speech, model ini juga berfungsi untuk fitur aksesibilitas, membacakan artikel atau dokumen dengan lantang, dan pengalaman suara interaktif ketika respons dihasilkan dari teks pada waktu request.

Anda memanggilnya melalui API yang kompatibel dengan OpenAI dari api14 menggunakan model id "elevenlabs/eleven-v4". Request mengikuti bentuk yang sama seperti panggilan speech lain yang kompatibel dengan OpenAI: kirim teks Anda dan model mengembalikan audio. Tersedia serangkaian voice bernama, termasuk george, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger, dan will. Pilih voice yang sesuai dengan tone produk Anda, dan gunakan inline audio tag dalam teks untuk kontrol emosi dan penyampaian. Tidak ada parameter request tambahan yang dicantumkan sebagai didukung untuk model ini, jadi batasi request pada field yang didokumentasikan.

Ingatlah batas input 10.000 karakter. Untuk dokumen panjang Anda perlu memecah teks menjadi beberapa bagian dan menyambungkan audio yang dihasilkan, dan untuk prompt yang sangat pendek ekspresivitasnya mungkin lebih dari yang Anda butuhkan. Jika tugas Anda bukan pembuatan speech, model teks atau multimodal akan lebih cocok, karena Eleven v4 hanya menerima teks dan hanya menghasilkan speech.