ElevenLabs Eleven v4: Suara Mesin yang Lebih Cepat dan Lebih Ekspresif dalam Bahasa Arab

Pada 28 September 2026, ElevenLabs meluncurkan dua model teks-ke-suara baru: Eleven v4, model dengan kualitas tertinggi dan paling ekspresif, serta Eleven v4 Turbo, yang dibuat untuk percakapan real-time dengan latensi pembuatan median sekitar 100 milidetik. Keduanya mendukung lebih dari 90 bahasa, termasuk bahasa Arab, dan harga API-nya didiskon 72% hingga 12 Oktober. Pelajaran bagi pemilik bisnis: suara itu sendiri bukan lagi penghalang antara Anda dan resepsionis otomatis yang menjawab telepon. Hambatan sebenarnya kini adalah informasi yang menjadi sandarannya, aturan yang mengatur apa yang dikatakannya, dan kapan ia mengalihkan panggilan ke manusia.

Apa Sebenarnya yang Dirilis?

Menurut halaman model dalam dokumentasi resmi perusahaan, rilis ini adalah satu keluarga yang terdiri dari dua model:

  • Eleven v4: model berkualitas tertinggi, ditujukan untuk sulih suara, dialog dengan banyak pembicara, buku audio, dan proyek multibahasa. Satu permintaan dapat menerima hingga 10.000 karakter, sekitar 10 menit audio, dibandingkan 5.000 karakter pada generasi sebelumnya, v3.
  • Eleven v4 Turbo: versi real-time dengan latensi pembuatan median sekitar 100 milidetik, dengan agen dukungan pelanggan dan asisten AI di urutan teratas penggunaan yang dicantumkan perusahaan.

Cakupan bahasa naik dari lebih dari 70 pada v3 menjadi lebih dari 90, dan kedua model mendukung tag audio yang mengendalikan cara penyampaian dan nada. TechCrunch melaporkan bahwa model ini dapat mengkloning suara dari sampel 10 detik, dan lonjakan kualitas terbesar terjadi pada bahasa Jepang, Portugis Brasil, Mandarin, dan Kanton, yang berarti bahasa Arab bukan salah satu bahasa yang disorot dalam pengumuman tersebut.

Berapa Biaya Sebenarnya?

ElevenLabs menetapkan harga API-nya dalam dolar AS per 1.000 karakter. Di halaman harga resmi, Eleven v4 dihargai US$0,022 alih-alih US$0,08, dan Turbo US$0,011 alih-alih US$0,04, dengan diskon berlaku hingga 12 Oktober. Karena dokumentasi memperkirakan 10.000 karakter setara dengan sekitar 10 menit audio, patokan kasarnya adalah setiap menit ucapan membutuhkan sekitar 1.000 karakter.

Contoh praktis: saluran layanan pelanggan di mana agen suara berbicara 1.000 menit per bulan menggunakan sekitar satu juta karakter. Setelah diskon berakhir, biaya suaranya sekitar US$40 per bulan dengan Turbo dan sekitar US$80 dengan v4. Itu baru suaranya saja; model bahasa yang menentukan jawaban, transkripsi ucapan pelanggan, saluran telepon, dan integrasi dengan sistem Anda adalah biaya terpisah, dan biasanya merupakan bagian terbesar dari tagihan.

Di Mana Ini Dapat Membantu Bisnis Anda?

  • Menjawab panggilan di luar jam kerja: memesan janji temu di klinik, memeriksa status pesanan, atau menanyakan jam buka dan lokasi, tanpa menu telepon panjang "tekan 1, tekan 2".
  • Sulih suara untuk konten: video produk, pelatihan internal, dan panduan sistem untuk karyawan baru dalam bahasa Arab dan Inggris, dengan satu suara yang konsisten di setiap video dan tanpa perlu memesan studio setiap kali.
  • Menjangkau lebih banyak orang: membacakan konten tertulis bagi mereka yang lebih suka mendengarkan, atau melayani pekerja ekspatriat dalam bahasa mereka sendiri seperti Urdu, Hindi, dan Filipino, yang semuanya ada dalam daftar bahasa yang didukung.

Sebelum Suara Mesin Menjawab Pelanggan Anda

Kualitas suara yang lebih baik membuat kesalahan menjadi lebih meyakinkan, bukan berkurang. Agen yang berbicara dengan nada yakin dan seperti manusia lalu memberikan janji temu yang tidak ada kepada pelanggan lebih buruk daripada menu telepon yang membosankan. Karena itulah kami memulai dengan pertanyaan-pertanyaan ini bersama klien kami sebelum memilih penyedia mana pun:

  • Dari mana jawabannya berasal? Agen harus membaca langsung dari sistem pemesanan, inventaris, atau pesanan Anda, bukan dari naskah tetap yang ditulis sekali saja. Kami menjelaskannya dalam membangun basis pengetahuan perusahaan untuk AI.
  • Kapan ia mengalihkan ke manusia? Keluhan, nominal besar, dan pelanggan yang marah langsung dialihkan ke manusia, beserta ringkasan percakapannya. Detailnya ada di mengalihkan percakapan dari asisten ke staf Anda.
  • Apakah aksennya cocok untuk pelanggan Anda? Dokumentasi mencantumkan bahasa Arab tanpa merinci dialeknya, jadi ujilah dengan naskah dari panggilan nyata Anda: nama lingkungan, nama produk Anda, angka, dan tanggal Hijriah.
  • Bagaimana dengan data dan persetujuan? Rekaman dan transkrip panggilan adalah data pribadi yang diatur oleh Undang-Undang Pelindungan Data Pribadi (PDPL), dan mengkloning suara karyawan memerlukan persetujuan eksplisit dari yang bersangkutan. Lihat percakapan pelanggan dan AI menurut PDPL.
  • Apakah pelanggan tahu bahwa mereka berbicara dengan mesin? Mengungkapkannya di kalimat pertama menjaga kepercayaan, terutama karena suara kloningan telah menjadi alat penipuan yang dikenal, seperti yang kami bahas dalam melindungi bisnis Anda dari penipuan deepfake.

Haruskah Anda Beralih Sekarang?

Jika Anda sudah memiliki sistem yang berjalan dengan v3 atau Multilingual v2 dan berfungsi dengan baik, tidak perlu terburu-buru. Dokumentasi menyebutkan bahwa Eleven v4 tersedia melalui Text to Dialogue API dan Turbo melalui koneksi websocket-nya, jadi pastikan integrasi Anda saat ini mendukungnya sebelum beralih. Langkah yang lebih baik adalah memanfaatkan masa diskon untuk menjalankan uji perbandingan berdampingan pada sampel naskah nyata Anda, lalu memutuskan berdasarkan hasilnya dan harga penuh, bukan harga sementara.

Cara Kami Membangunnya di Origami

Kami memperlakukan mesin suara sebagai komponen yang dapat diganti, bukan fondasi sistem. Logika yang menentukan apa yang dikatakan, integrasi dengan sistem pemesanan, penagihan, dan inventaris, log panggilan, serta aturan pengalihan semuanya dibangun di sisi Anda dan berada di bawah kendali Anda. Dengan begitu, Anda dapat mencoba Eleven v4 hari ini dan beralih ke penyedia lain besok jika harganya berubah atau muncul model yang lebih cocok dengan dialek pelanggan Anda, tanpa membangun ulang semuanya. Jika Anda memulai dari nol, artikel kami tentang AI suara dalam layanan pelanggan memaparkan gambaran lengkapnya.

Saran praktis kami: pilih satu alur yang sempit, seperti konfirmasi janji temu atau pengecekan status pesanan, jalankan selama dua minggu pada sebagian panggilan Anda, lalu ukur berapa banyak panggilan yang selesai tanpa pengalihan, tingkat kesalahan, dan kepuasan pelanggan. Angka nyata dari panggilan Anda sendiri lebih jujur daripada peringkat mana pun dalam tabel perbandingan.

Sumber