ElevenLabs 上线 Eleven v3 Conversational：支持超 70 种语言与精细情绪

想让 AI 说话不那么像机器人，最难的往往不是发音准不准，而是它懂不懂在什么时候该轻笑一声，或者压低声音耳语。

ElevenLabs 正式上线了其实时语音模型 Eleven v3 Conversational，目前已通过 ElevenAgents 和 ElevenAPI 全面开放。

让 AI 学会耳语和大笑

官方把这个新模型称为旗下表现力最强的实时语音工具。它最大的亮点在于引入了音频标签，开发者可以直接在提示里给 AI 下指令，让它在说话时大笑、耳语，甚至带点讽刺语气。

语言支持上，新模型覆盖了德语、西班牙语、法语、葡萄牙语和印地语等 70 多种语言，并接入了包含 11000 多个声音的语音库。

计费门槛不算高，起步价为每 1000 字符 0.05 美元，随着调用规模扩大单价还会进一步下降。

为什么重要

做语音智能体最怕两件事：一是延迟太高没法打断，二是语气太平像在读通告。如果你的产品是游戏 NPC、情感陪伴或海外客服，这种能精准控制语气的实时能力就挺值得现在去测一测。

我们认为，ElevenLabs 这步走得挺聪明。它没有单纯卷音质，而是把重点放在了情绪控制上，让开发者用简单的标签就能指挥 AI 的语气，用起来直观很多。

不过看起来也有顾虑：每千字 0.05 美元的起步价对于个人尝鲜没有压力，但如果要做大规模高频对话，实时语音的成本累加依然不小，开发者在上线前需要算清账。