01
用标签控制情绪与说话方式
让台词呈现适合情境的语气。在脚本中加入音频标签，引导情绪、停顿、轻笑等声音反应，为广告增添活力，为故事营造气氛，为角色赋予鲜明表达。还可在同一请求中调整声音的稳定性和相似度。
- 在脚本中引导语气与停顿
- 加入轻笑等自然声音反应
- 按需调整稳定性与音色相似度
elevenlabs-v4-turbo-tts
Text to Speech
查看更多 ElevenLabs 模型模型:
通过 PoYo 接入 Eleven v4 Turbo，为短视频、产品介绍和语音回复生成自然、富有情感的配音。支持 90 多种语言，可结合音频标签、音色参数与多种输出格式控制声音表现，让内容配音与应用语音沿用同一套生成流程。
Examples
定价详情
透明定价，无隐藏费用。按量付费，用多少付多少。
elevenlabs-v4-turbo-ttsText to speech
PoYo价格
$0.040
8 积分
官方价格
-
为你节省
-
| 型号 | 规格 | PoYo价格 | 官方价格 | 为你节省 |
|---|---|---|---|---|
| elevenlabs-v4-turbo-tts | Text to speech | $0.040 8 积分 per 1000 characters | - | - |
* 实际费用以最终输出为准。
ELEVEN V4 TURBO
结合音频标签与声音控制，生成自然的多语言配音
Eleven v4 Turbo API：生成自然、富有情感的语音
让产品介绍、短视频和语音回复听起来更自然。通过 PoYo 接入 Eleven v4 Turbo，用音频标签安排语气与停顿，调整音色表现和输出格式，让配音更容易进入你的内容制作与应用流程。
Eleven v4 Turbo API 的核心功能
把握每一句的表达，为不同语言的受众配音，让语音回复更自然。
02
让多语言配音保留自然语气
面向不同地区发布内容时，让配音符合当地语言的表达习惯。Eleven v4 Turbo 支持 90+ 种语言，可为教程、产品介绍和本地化内容制作语音；按需指定目标语言，各个版本沿用同一套文字转语音流程。
- 将翻译好的脚本转为本地化语音
- 指定目标语言或使用自动识别
- 为不同地区的受众准备配音
03
让语音回复听起来更像交流
为客服确认、预约通知和互动助手制作清晰自然的语音回复。Eleven v4 Turbo 面向会话语音优化，并保留丰富的表达能力，让简短回应也能符合情境。将生成的音频接入产品流程，为用户提供更易听懂的语音信息。
- 让简短回复拥有自然的交流节奏
- 根据当前情境选择合适的语气
- 制作清晰的确认、提醒与语音通知
谁能从 Eleven v4 Turbo API 中受益？
01
内容创作者
使用 Eleven v4 Turbo 将脚本转为生动的语音，为故事、播客和短视频添加旁白。通过情绪和停顿标签引导表达，下载音频后衔接现有剪辑流程。
02
营销团队
使用 Eleven v4 Turbo 为产品发布、功能介绍和广告活动制作配音。在脚本中引导语气，围绕不同信息、渠道和受众准备合适的语音版本。
03
本地化团队
使用 Eleven v4 Turbo 为翻译好的内容生成配音，覆盖不同地区的引导、通知与产品说明。通过多语言表达及可选语言设置，让语音适应目标受众。
04
教育平台
使用 Eleven v4 Turbo 为课程、练习和培训材料添加清晰旁白。结合停顿标签和一致的声音，帮助学习者跟上讲解步骤，再将音频接入教学内容。
05
游戏开发者
使用 Eleven v4 Turbo 探索富有表现力的角色台词、故事提示和语音指引。通过文字及音频标签引导演绎，再将生成音频交给后续游戏制作流程。
06
语音应用开发者
使用 Eleven v4 Turbo 制作确认、通知和助手回复，通过 PoYo 任务流程获取音频。根据应用或电话系统的需要选择格式，衔接现有语音处理链路。
Eleven v4 Turbo 与 Gemini 3.8 Flash TTS 对比
根据官方模型的用途和表达控制方式，为你的语音产品选择合适的起点。
| 模型能力 | Eleven v4 Turbo | Gemini 3.8 Flash TTS |
|---|---|---|
| 模型定位 | 面向实时会话与语音智能体优化的情感语音 | 面向创意配音、富有表现力的演绎及多说话人旁白 |
| 语言覆盖 | 90+ 种语言 | 130+ 种语言 |
| 表达控制 | 使用内联音频标签引导情绪、说话方式及声音反应 | 使用轮次级语音元数据与内联声音标签 |
依据各厂商官方模型资料，核对日期为 2026 年 10 月 13 日。此表比较原生模型能力；PoYo 当前通过异步任务接入 Eleven v4 Turbo，单次请求上限为 5,000 字符。
如何在 PoYo 上使用 Eleven v4 Turbo API
第 1 步：创建 API Key
登录 PoYo，为应用创建密钥。集成时将密钥保存在服务端。
创建 API Key →
第 2 步：充值积分
充值后查看上方定价表。Playground 会根据实际提交文本计算预估积分，便于控制调用预算。
充值积分 →
第 3 步：提交配音脚本
发送文本和声音设置，保存任务 ID，获取完成后的音频。需要完成通知时，可配置回调地址。
查看 API 说明 →
Eleven v4 Turbo API 常见问题
什么是 Eleven v4 Turbo API？
Eleven v4 Turbo 是 ElevenLabs 面向会话场景优化的情感文字转语音模型，可通过音频标签引导语气，并生成多语言语音。PoYo 提供异步 API 与在线 Playground，支持声音控制、19 种输出格式及可选时间信息。
在 PoYo 上使用 Eleven v4 Turbo API 如何计费？
当前每 1,000 个输入字符收取 8 积分，即 $0.04。按实际提交文本计费，包含空格、标点、换行和音频标签，不会向上按整千字符取整。运行前可查看上方定价表及 Playground 中的预估积分。
单次请求最多可以输入多少文本？
PoYo 当前单次支持最多 5,000 个 Unicode 字符，文本不能全部为空白，原始空格和换行会保留。较长脚本需要拆分请求，并在拼接结果时检查衔接。此接口未提供 previous_text、next_text 等上下文拼接字段。
如何控制语音的情绪和说话方式？
在脚本中直接添加 [excited]、[whispers]、[pause] 或 [laughing] 等音频标签，引导语气和表达。stability 与 similarity_boost 可调整稳定性和相似度，范围均为 0–1。标签用于引导模型，不保证每次生成的表演完全相同。
模型支持哪些语言？
Eleven v4 Turbo 支持 90+ 种语言。使用目标语言编写脚本，可通过 language_code 指定 en、zh 等代码；省略时自动识别。正式发布本地化配音前，建议由熟悉目标语言的人员检查发音和表达，尤其是人名及专业术语。
可以获取哪些音频格式和时间信息？
支持 MP3、PCM、μ-law、A-law 和 Opus 共 19 种输出格式，默认为 mp3_44100_128。设置 timestamps=true 后，可用时会返回独立时间信息 JSON。MP3 与兼容的 Opus 可在浏览器预览，原始格式可下载后使用对应工具播放。
PoYo 是否提供该模型的实时流式接口？
当前采用异步生成方式：提交请求后查询任务状态，或通过回调获取完成信息。官方模型面向低延迟语音优化，但其推理延迟不等于 PoYo 完整任务流程的耗时。此接口目前不提供 WebSocket 或双向流式输出。
可以通过此接口创建声音克隆吗？
此接口使用请求中的 voice 字符串生成语音，默认声音为 Rachel。它不创建或训练声音克隆，不接收参考音频，也不提供发音字典参数。提交时仅使用 Playground 与 API 说明中列出的公开字段。
为什么通过 PoYo 接入 Eleven v4 Turbo API
01
清晰的按量计费
查看按字符计算的价格，在运行脚本前预估所需积分。定价表与 Playground 共享同一套模型费率，便于为不同配音任务安排预算。
02
与接口一致的 Playground
使用表单或 JSON 准备请求，参数名称、格式与限制保持一致。查看响应并下载音频，再将同样的请求接入应用，减少集成时的反复调整。
03
多模型统一 API Key
通过 PoYo API Key 访问账户可用的模型。在现有模型工作流中加入语音生成，沿用熟悉的认证方式，便于维护应用中的不同能力。
04
任务状态与回调
使用任务 ID 跟踪每次提交，查询状态或通过回调接收完成通知。以一致的任务流程获取生成音频和可选时间文件，便于衔接后续处理。