ElevenLabs Eleven v4: una voce artificiale più veloce ed espressiva in arabo

Il 28 settembre 2026 ElevenLabs ha lanciato due nuovi modelli di sintesi vocale: Eleven v4, il suo modello di qualità più alta e più espressivo, ed Eleven v4 Turbo, pensato per la conversazione in tempo reale con una latenza mediana di generazione di circa 100 millisecondi. Entrambi supportano oltre 90 lingue, arabo compreso, e i loro prezzi API sono scontati del 72% fino al 12 ottobre. Il messaggio per gli imprenditori: la voce in sé non è più ciò che si frappone tra te e un centralino automatico che risponde al telefono. Il vero ostacolo ora sono le informazioni su cui si basa, le regole che governano ciò che dice e il momento in cui passa la chiamata a una persona.

Che cosa è stato rilasciato esattamente?

Secondo la pagina dei modelli nella documentazione ufficiale dell'azienda, il rilascio è una famiglia di due modelli:

  • Eleven v4: il modello di qualità più alta, destinato a voiceover, dialoghi con più parlanti, audiolibri e progetti multilingue. Una singola richiesta accetta fino a 10.000 caratteri, circa 10 minuti di audio, rispetto ai 5.000 caratteri della generazione precedente, v3.
  • Eleven v4 Turbo: una versione in tempo reale con una latenza mediana di generazione di circa 100 millisecondi, con gli agenti di assistenza clienti e gli assistenti IA in cima agli utilizzi indicati dall'azienda.

La copertura linguistica è passata da oltre 70 lingue in v3 a oltre 90, ed entrambi i modelli supportano tag audio che controllano l'intonazione e il tono. TechCrunch ha riferito che il modello può clonare una voce da un campione di 10 secondi e che i maggiori salti di qualità si sono avuti in giapponese, portoghese brasiliano, mandarino e cantonese: l'arabo, quindi, non era tra le lingue messe in evidenza dall'annuncio.

Quanto costa davvero?

ElevenLabs prezza la sua API in dollari statunitensi ogni 1.000 caratteri. Sulla pagina ufficiale dei prezzi, Eleven v4 costa 0,022 $ invece di 0,08 $ e Turbo costa 0,011 $ invece di 0,04 $, con lo sconto valido fino al 12 ottobre. Poiché la documentazione stima che 10.000 caratteri corrispondano a circa 10 minuti di audio, una regola approssimativa è che ogni minuto di parlato richiede circa 1.000 caratteri.

Un esempio pratico: una linea di assistenza clienti in cui l'agente vocale parla 1.000 minuti al mese consuma circa un milione di caratteri. Finito lo sconto, la voce costa circa 40 $ al mese con Turbo e circa 80 $ con v4. Questa è solo la voce; il modello linguistico che decide la risposta, la trascrizione di ciò che dice il cliente, la linea telefonica e l'integrazione con i tuoi sistemi sono costi a parte, e di solito la parte più consistente della bolletta.

Dove può aiutare la tua azienda?

  • Rispondere alle chiamate fuori orario: prenotare un appuntamento in una clinica, verificare lo stato di un ordine o chiedere orari di apertura e indirizzo, senza lunghi menu telefonici del tipo "premi 1, premi 2".
  • Voiceover per i contenuti: video di prodotto, formazione interna e presentazioni dei sistemi per i nuovi assunti in arabo e in inglese, con un'unica voce coerente in ogni video e senza prenotare ogni volta uno studio.
  • Raggiungere più persone: leggere ad alta voce contenuti scritti per chi preferisce ascoltare, oppure servire i lavoratori stranieri nelle loro lingue, come urdu, hindi e filippino, tutte presenti nell'elenco delle lingue supportate.

Prima che una voce artificiale risponda ai tuoi clienti

Una qualità vocale migliore rende gli errori più convincenti, non meno. Un agente che parla con tono umano e sicuro e poi dà a un cliente un appuntamento che non esiste è peggio di un noioso menu telefonico. Per questo, con i nostri clienti, partiamo da queste domande prima di scegliere qualsiasi fornitore:

  • Da dove vengono le sue risposte? L'agente deve leggere in tempo reale dal tuo sistema di prenotazioni, magazzino o ordini, non da un copione fisso scritto una volta sola. Lo abbiamo spiegato in costruire una base di conoscenza aziendale per l'IA.
  • Quando passa a una persona? Reclami, importi elevati e clienti arrabbiati vanno subito a un essere umano, insieme a un riassunto della conversazione. Dettagli in passare una conversazione dall'assistente al tuo personale.
  • L'accento è adatto ai tuoi clienti? La documentazione elenca l'arabo senza specificare i dialetti, quindi provalo con copioni tratti dalle tue chiamate reali: nomi di quartieri, nomi dei tuoi prodotti, numeri e date del calendario dell'Egira.
  • E i dati e il consenso? Le registrazioni e le trascrizioni delle chiamate sono dati personali disciplinati dalla Legge sulla protezione dei dati personali (PDPL), e clonare la voce di un dipendente richiede il suo consenso esplicito. Vedi le conversazioni con i clienti e l'IA secondo la PDPL.
  • Il cliente sa che sta parlando con una macchina? Dichiararlo nella prima frase tutela la fiducia, soprattutto perché le voci clonate sono diventate un noto strumento di frode, come abbiamo spiegato in proteggere la tua azienda dalle frodi deepfake.

Conviene passare subito?

Se hai già un sistema basato su v3 o Multilingual v2 che fa il suo lavoro, non c'è fretta. La documentazione indica che Eleven v4 è disponibile tramite la Text to Dialogue API e Turbo tramite la sua connessione websocket, quindi verifica che la tua integrazione attuale lo supporti prima di passare. La mossa migliore è sfruttare il periodo di sconto per un test fianco a fianco su un campione dei tuoi copioni reali, e poi decidere in base ai risultati e al prezzo pieno, non a quello temporaneo.

Come lo realizziamo in Origami

Trattiamo il motore vocale come un componente sostituibile, non come le fondamenta del sistema. La logica che decide cosa dire, l'integrazione con i sistemi di prenotazione, fatturazione e magazzino, il registro delle chiamate e le regole di passaggio sono tutti costruiti dalla tua parte e sotto il tuo controllo. Così puoi provare Eleven v4 oggi e passare domani a un altro fornitore se il prezzo cambia o compare un modello più adatto al dialetto dei tuoi clienti, senza ricostruire tutto. Se parti da zero, il nostro articolo sull'IA vocale nell'assistenza clienti offre il quadro completo.

Il nostro consiglio pratico: scegli un unico percorso ben delimitato, come la conferma degli appuntamenti o la verifica dello stato degli ordini, fallo girare per due settimane su una parte delle tue chiamate e poi misura quante chiamate si sono concluse senza passaggio a una persona, il tasso di errore e la soddisfazione dei clienti. I numeri reali delle tue chiamate sono più onesti di qualsiasi classifica in una tabella comparativa.

Fonti