ElevenLabs Eleven v4: uma voz artificial mais rápida e expressiva em árabe

Em 28 de setembro de 2026, a ElevenLabs lançou dois novos modelos de texto para fala: o Eleven v4, seu modelo de maior qualidade e mais expressivo, e o Eleven v4 Turbo, feito para conversas em tempo real com latência mediana de geração de cerca de 100 milissegundos. Ambos suportam mais de 90 idiomas, incluindo o árabe, e seus preços na API estão com 72% de desconto até 12 de outubro. A lição para os donos de empresas: a voz em si já não é o que separa você de uma recepcionista automatizada que atende o telefone. O verdadeiro obstáculo agora são as informações em que ela se baseia, as regras que definem o que ela diz e quando ela passa a ligação para uma pessoa.

O que exatamente foi lançado?

Segundo a página de modelos na documentação oficial da empresa, o lançamento é uma família de dois modelos:

  • Eleven v4: o modelo de qualidade máxima, voltado para locuções, diálogos com vários falantes, audiolivros e projetos multilíngues. Uma única solicitação aceita até 10.000 caracteres, cerca de 10 minutos de áudio, contra 5.000 caracteres na geração anterior, a v3.
  • Eleven v4 Turbo: uma versão em tempo real com latência mediana de geração de cerca de 100 milissegundos, com agentes de suporte ao cliente e assistentes de IA no topo dos usos listados pela empresa.

A cobertura de idiomas subiu de mais de 70 no v3 para mais de 90, e ambos os modelos suportam tags de áudio que controlam a entonação e o tom. O TechCrunch informou que o modelo consegue clonar uma voz a partir de uma amostra de 10 segundos e que os maiores saltos de qualidade vieram em japonês, português brasileiro, mandarim e cantonês, ou seja, o árabe não estava entre os idiomas destacados no anúncio.

Quanto custa de verdade?

A ElevenLabs cobra sua API em dólares americanos por 1.000 caracteres. Na página oficial de preços, o Eleven v4 custa US$ 0,022 em vez de US$ 0,08, e o Turbo custa US$ 0,011 em vez de US$ 0,04, com o desconto valendo até 12 de outubro. Como a documentação estima 10.000 caracteres em cerca de 10 minutos de áudio, uma regra aproximada é que cada minuto de fala precisa de cerca de 1.000 caracteres.

Um exemplo prático: uma linha de atendimento em que o agente de voz fala 1.000 minutos por mês usa cerca de um milhão de caracteres. Quando o desconto acabar, a voz custará cerca de US$ 40 por mês com o Turbo e cerca de US$ 80 com o v4. Isso é só a voz; o modelo de linguagem que decide a resposta, a transcrição do que o cliente diz, a linha telefônica e a integração com seus sistemas são custos à parte, e geralmente a maior parte da conta.

Onde ele pode ajudar o seu negócio?

  • Atender ligações fora do horário: agendar uma consulta em uma clínica, verificar o status de um pedido ou perguntar sobre horário de funcionamento e localização, sem aqueles longos menus telefônicos de "tecle 1, tecle 2".
  • Locuções para conteúdo: vídeos de produtos, treinamentos internos e tutoriais de sistemas para novos funcionários em árabe e inglês, com uma voz consistente em todos os vídeos e sem precisar reservar um estúdio a cada vez.
  • Alcançar mais pessoas: ler em voz alta conteúdo escrito para quem prefere ouvir, ou atender trabalhadores estrangeiros em seus próprios idiomas, como urdu, hindi e filipino, todos presentes na lista de idiomas suportados.

Antes que uma voz artificial atenda seus clientes

Uma voz de melhor qualidade torna os erros mais convincentes, e não menos. Um agente que fala em tom humano e confiante e depois marca para o cliente um horário que não existe é pior do que um menu telefônico chato. Por isso começamos com estas perguntas junto aos nossos clientes antes de escolher qualquer fornecedor:

  • De onde vêm as respostas dele? O agente deve ler ao vivo do seu sistema de agendamento, estoque ou pedidos, e não de um roteiro fixo escrito uma única vez. Explicamos isso em como criar uma base de conhecimento da empresa para IA.
  • Quando ele transfere para uma pessoa? Reclamações, valores altos e clientes irritados vão imediatamente para um humano, junto com um resumo da conversa. Detalhes em como passar uma conversa do assistente para sua equipe.
  • O sotaque combina com seus clientes? A documentação lista o árabe sem detalhar dialetos, então teste-o com roteiros das suas ligações reais: nomes de bairros, nomes dos seus produtos, números e datas do calendário hegírico.
  • E os dados e o consentimento? Gravações e transcrições de ligações são dados pessoais regidos pela Lei de Proteção de Dados Pessoais (PDPL), e clonar a voz de um funcionário exige o consentimento explícito dele. Veja conversas com clientes e IA segundo a PDPL.
  • O cliente sabe que está falando com uma máquina? Informar isso na primeira frase protege a confiança, principalmente porque vozes clonadas se tornaram uma ferramenta de fraude conhecida, como mostramos em como proteger sua empresa contra fraudes com deepfake.

Vale a pena trocar agora?

Se você já tem um sistema rodando no v3 ou no Multilingual v2 que dá conta do recado, não há pressa. A documentação diz que o Eleven v4 está disponível pela API Text to Dialogue e o Turbo pela conexão websocket, então confirme se a sua integração atual suporta isso antes de trocar. O melhor caminho é aproveitar o período de desconto para fazer um teste lado a lado com uma amostra dos seus roteiros reais e depois decidir com base nos resultados e no preço cheio, não no temporário.

Como construímos isso na Origami

Tratamos o motor de voz como uma peça substituível, e não como a base do sistema. A lógica que decide o que é dito, a integração com os sistemas de agendamento, faturamento e estoque, o registro de chamadas e as regras de transferência são todos construídos do seu lado e sob o seu controle. Assim, você pode testar o Eleven v4 hoje e mudar para outro fornecedor amanhã se o preço mudar ou surgir um modelo mais adequado ao dialeto dos seus clientes, sem reconstruir tudo. Se você está começando do zero, nosso artigo sobre IA de voz no atendimento ao cliente apresenta o panorama completo.

Nosso conselho prático: escolha um único fluxo bem delimitado, como confirmar agendamentos ou verificar o status de pedidos, rode-o por duas semanas em parte das suas ligações e depois meça quantas ligações terminaram sem transferência, a taxa de erros e a satisfação dos clientes. Números reais das suas próprias ligações são mais honestos do que qualquer ranking em uma tabela comparativa.

Fontes