ElevenLabs lanserer v4 AI-stemmen skal høres mer menneskelig ut

AI-stemmen får mer å spille på

ElevenLabs lanserte Eleven v4 og den lavere latensvarianten Eleven v4 Turbo 28. september 2026. Selskapet beskriver v4 som sin mest følelsesladde tekst-til-tale-modell til nå, med bedre tolkning av tone, tempo, karakter og kontekst. ElevenLabs’ lanseringsinnlegg sier at målet er tale som høres dramatisk, øm, komisk eller samtalepreget ut, samtidig som stemmen beholder identiteten sin.

Nyheten handler derfor mindre om at AI kan lese opp tekst. Det har vært mulig lenge. Forskjellen skal ligge i leveringen: hvordan en replikk endrer seg når den skal sies rolig, sint, skyndsomt eller med en bestemt karakter. Modellen støtter også instruksjoner i selve teksten, som beskrivelser av følelser, uttale og lydeffekter. ElevenLabs viser blant annet til tagger som kan styre latter, sinne, aksent og bakgrunnslyd.

Turbo er laget for samtaler

Den største praktiske forskjellen mellom modellene er tempoet. Eleven v4 Turbo er laget for sanntidsbruk i taleagenter og har en median inferensforsinkelse på rundt 100 millisekunder, ifølge selskapets modelloversikt. I lanseringsinnlegget oppgir ElevenLabs en median tid til første lyd på rundt 150 millisekunder i en sammenligning med identiske skript og standardinnstillinger. Målingen er selskapets egen og utelater nettverksforsinkelse.

Turbo er bygget sammen med ElevenAgents, plattformen for samtalebaserte agenter. ElevenLabs mener kombinasjonen skal gjøre det mulig å svare raskt uten at stemmen blir like monoton som mange tidligere sanntidsmodeller. Det er særlig relevant for kundeservice, telefonløsninger, spillfigurer og andre situasjoner der noen få hundre millisekunder kan avgjøre om samtalen føles naturlig.

Over 90 språk og mer konsistente kloner

Begge modellene støtter mer enn 90 språk. ElevenLabs oppgir at en stemme kan snakke andre språk enn originalen, med aksent som skal ligge nærmere en morsmålstalers uttale, samtidig som stemmeidentiteten bevares. Lanseringsinnlegget fremhever dette som en forbedring for dubbing og lokalisering, men det er fortsatt nødvendig å lytte gjennom resultatet når navn, dialekter og fagord betyr noe.

Stemmekloningen er også strammet opp. ElevenLabs sier at Instant Voice Clones kan fange en stemme med høy kvalitet fra ti sekunder lyd, og at v4 tar bedre vare på talerens identitet gjennom lange tekster, dialoger og nye genereringer. Modellen støtter dessuten Professional Voice Clones for produksjoner som krever høyere grad av likhet.

Tilgangen er bredere enn en ren API-lansering. Eleven v4 og v4 Turbo er tilgjengelige i ElevenAgents, ElevenCreative og via ElevenAPI, ifølge ElevenLabs. Det gjør modellen aktuell både for en utvikler som bygger en taleagent og for en innholdsprodusent som jobber med lydbok, reklame, dubbing eller karakterstemmer. Du kan lese mer i Altais ElevenLabs-guide.

Hva er dokumentert – og hva er reklame?

ElevenLabs oppgir at v4 ble rangert som nummer én av Artificial Analysis, og at rundt 75 prosent foretrakk v4 i selskapets blinde lyttertester mot utvalgte konkurrenter. Kilden opplyser at testene ble gjort i september 2026, med samme replikk og vurdering av uttrykk og naturlighet. Tallene er derfor best lest som leverandørens dokumentasjon av en lansering, ikke som en uavhengig fasit for alle norske stemmeprosjekter.

For norske brukere betyr v4 at ElevenLabs blir mer interessant for produksjoner der uttale og innlevelse må holde seg jevn gjennom mange minutter. Norske bedrifter bør teste egne navn, produktord og dialektkrav før de bytter modell i en kundevendt løsning, og avklare samtykke og bruksrett til alle stemmer som klones. Den raske Turbo-modellen kan gjøre taleagenter mer behagelige å bruke, men kvaliteten må vurderes på den norske samtalen – ikke bare på en engelsk demo.

Ofte stilte spørsmål

Hva er forskjellen på Eleven v4 og v4 Turbo? Eleven v4 er modellen for mest uttrykksfull tale, mens v4 Turbo er laget for sanntidsbruk med lavere forsinkelse. ElevenLabs oppgir rundt 100 millisekunder median inferenslatens for Turbo og rundt 150 millisekunder til første lyd i sin lanseringsmåling. Se målegrunnlaget hos ElevenLabs.

Hvor mange språk støtter Eleven v4? ElevenLabs oppgir at både v4 og v4 Turbo støtter mer enn 90 språk. Selskapet sier også at stemmeidentitet og aksent bevares bedre på tvers av språk. Modelloversikten viser den oppdaterte språk- og modellinformasjonen.

Hvor kan jeg bruke Eleven v4? Modellene er tilgjengelige i ElevenAgents, ElevenCreative og via ElevenAPI. De er laget for blant annet lydbøker, dubbing, voiceover, karakterstemmer og samtaleagenter. ElevenLabs’ lanseringsside beskriver tilgjengeligheten.