ElevenLabs v4 çıktı: 10 saniyelik kayıtla ses kopyası, Türkçe dahil 90'dan fazla dil
ElevenLabs, en duygulu metinden sese modeli olarak tanıttığı Eleven v4'ü ve sesli ajanlar için hızlı sürümü v4 Turbo'yu yayımladı. Model 10 saniyelik bir kayıttan ses kopyası çıkarıyor, bir dilde kaydedilen sesi başka dillerde de aynı kişilikle konuşturuyor.
ElevenLabs, yeni metinden sese modeli Eleven v4'ü ve düşük gecikmeli sürümü v4 Turbo'yu 28 Eylül 2026'da yayımladı. Şirket v4'ü bugüne kadarki en duygulu modeli olarak tanıtıyor ve tamamen yeni bir mimari üzerine kurulduğunu söylüyor. İki model de ElevenAgents, ElevenCreative ve API üzerinden hemen kullanılabiliyor.
Eleven v4 ne yapıyor?
Model metnin bağlamından ton, tempo ve duyguyu kendisi çıkarıyor. İstenirse sesin nasıl okunacağı doğal dille ya da satır içi etiketlerle anlatılabiliyor: [laughs], [whispers], [light rain] ya da [phone buzzing] gibi. Şirkete göre v4 bu etiketlere önceki modellerden daha doğru uyuyor. Çok konuşmacılı diyaloglarda bütün sahneyi okuduğu için konuşmacılar birbirinin söylediğine tepki veriyor. Tek istekte işlenebilen metin 5.000 karakterden 10.000 karaktere, yaklaşık 10 dakikalık sese çıktı. Desteklenen dil sayısı 70'ten 90'ın üzerine yükseldi; belgelerde Türkçe de listede.
10 saniyelik kayıtla ses kopyası
Hızlı ses kopyası artık 10 saniyelik bir kayıtla yapılabiliyor. v3'te desteklenmeyen profesyonel ses kopyaları da geri geldi. En dikkat çekici özellik diller arası kimlik: bir dilde kaydedilen ses, başka bir dili o dilin yerlisi gibi konuşurken aynı kişiliği koruyor. Şirkete göre ses artık kendi aksanına geri kaymıyor. v4 Turbo ise sesli ajanlar için geliştirildi; ElevenLabs, isteğin gelmesinden sesin duyulmasına kadar geçen sürenin ortalama 150 milisaniye civarında olduğunu söylüyor. Bir arayan konuşmanın ortasında dil değiştirdiğinde ajan aynı sesle devam edebiliyor.
Çağrı merkezi, eğitim videosu ya da çok dilli içerik hazırlayan şirketler için bu, aynı ses kimliğiyle birçok dilde yayın yapmayı kolaylaştırıyor. Model buluttan çalışıyor; güncel fiyatlar ElevenLabs'in sitesinde.
v4'te bazı eski alışkanlıklar da değişiyor: SSML etiketleri kapatıldı, duraklamalar için [pause] gibi doğal etiketler kullanılıyor. v4'ten önce oluşturulan ses kopyalarının iyi çalışması için yeniden eğitilmesi gerekiyor. ElevenLabs, her ses kopyası için ses sahibinin doğrulanmış onayının istendiğini ve üretilen seslerin yapay zeka ürünü olarak tespit edilebildiğini yazıyor. Kısa bir kayıttan ses kopyalanabilmesi, sahte arama ve dolandırıcılık riskini de büyütüyor; şirketlerin telefon doğrulamalarını yalnızca sese dayandırmaması iyi olur. Sıralama ve dinleyici tercihi iddialarını değerlendirmek için bağımsız araştırmacıların karşılaştırmalarını takip etmekte fayda var.
Kaynaklar: ElevenLabs: Introducing Eleven v4, ElevenLabs: Eleven v4 Turbo in ElevenAgents, ElevenLabs: Model belgeleri.
