Hedra.ID - ElevenLabs meluncurkan Eleven v4 dan Eleven v4 Turbo, generasi terbaru model suara AI. Pembaruan ini membawa kontrol ekspresi yang lebih luas sekaligus memperbanyak dukungan bahasa menjadi lebih dari 90 bahasa, termasuk bahasa Indonesia.
Seperti dilansir dari situs resminya, Senin (28/9/2026), perubahan utama di Eleven v4 terletak pada cara pengguna mengarahkan suara yang dihasilkan. Model tidak hanya memproses teks yang harus dibacakan, tetapi juga menerima instruksi mengenai emosi, tempo, karakter, dan gaya penyampaiannya.
“Eleven v4 adalah model text-to-speech kami yang paling ekspresif hingga saat ini," tulis ElevenLabs dalam pengumuman resminya.
Kontrol tersebut antara lain dilakukan melalui audio tag yang ditempatkan bersama teks. Fitur serupa sebelumnya sudah tersedia di Eleven v3, tetapi pada v4 pengguna bisa memberikan arahan yang lebih terperinci untuk mengubah cara bagian tertentu dibawakan.
Pengguna dapat mengarahkan suara agar terdengar berbisik, tertawa, berbicara dengan emosi tertentu, atau mengubah tempo penyampaian. Beberapa instruksi juga dapat digunakan secara berurutan dalam satu bagian audio.
“Dengan v4, Anda bisa mengarahkan sebuah penampilan, bukan sekadar menghasilkan ucapan,” lanjut ElevenLabs mengenai kemampuan model barunya.
ElevenLabs juga memperluas jumlah bahasa yang didukung. Dokumentasi perusahaan mencatat keluarga v4 dapat digunakan dalam lebih dari 90 bahasa, naik dari lebih dari 70 bahasa pada Eleven v3.
Bahasa Indonesia termasuk dalam daftar tersebut bersama bahasa Jawa dan Melayu. Dukungan lainnya mencakup Mandarin, Kanton, Jepang, Korea, serta berbagai bahasa dari Eropa, Asia, dan Afrika.
Meski jumlah bahasa bertambah, dukungan tersebut tidak dengan sendirinya berarti kualitas keluaran akan sama untuk setiap bahasa. ElevenLabs menyebut peningkatan dibanding generasi sebelumnya terlihat cukup besar pada beberapa bahasa, termasuk Jepang, Portugis Brasil, Mandarin, dan Kanton.
Bersamaan dengan model utama, perusahaan meluncurkan Eleven v4 Turbo untuk aplikasi yang membutuhkan respons suara lebih cepat. Varian ini diarahkan antara lain untuk voice agent, asisten AI, dan karakter interaktif yang harus merespons pengguna secara real-time.
Menurut dokumentasi ElevenLabs, v4 Turbo mencatat median inference latency sekitar 100 milidetik. Angka itu merupakan latensi inferensi yang dilaporkan perusahaan, bukan jaminan waktu respons yang akan selalu diperoleh pengguna karena performa akhir juga bergantung pada sistem dan jaringan yang digunakan.
Kemampuan voice cloning ikut diperbarui. ElevenLabs mengatakan fitur Instant Voice Cloning dapat membuat representasi suara dari sekitar 10 detik rekaman. Klaim tersebut berasal dari perusahaan dan belum menjadi ukuran independen mengenai kualitas hasil kloning pada setiap kondisi.
Peluncuran v4 dan v4 Turbo memperluas penggunaan teknologi suara ElevenLabs ke dua kebutuhan sekaligus. Model utama diarahkan pada produksi audio yang membutuhkan kontrol ekspresi lebih rinci, sedangkan versi Turbo ditujukan untuk aplikasi percakapan yang lebih sensitif terhadap latensi.
Kedua model tersebut tersedia melalui layanan ElevenLabs dan API perusahaan.
Tautan lowongan palsu dapat mencatut nama instansi dan meminta data pribadi. Pahami kenapa tampilan meyakinkan belum membuktikan rekrutmen resmi.
