ElevenLabs Eleven v4: более быстрый и выразительный машинный голос на арабском

28 сентября 2026 года ElevenLabs выпустила две новые модели синтеза речи: Eleven v4, свою самую качественную и выразительную модель, и Eleven v4 Turbo, созданную для разговоров в реальном времени с медианной задержкой генерации около 100 миллисекунд. Обе поддерживают более 90 языков, включая арабский, а цены на их API снижены на 72% до 12 октября. Главный вывод для владельцев бизнеса: между вами и автоматическим администратором, который отвечает на звонки, стоит уже не сам голос. Настоящее препятствие теперь — информация, на которую он опирается, правила, определяющие, что он говорит, и момент, когда он передаёт звонок человеку.

Что именно выпустили?

Согласно странице моделей в официальной документации компании, релиз представляет собой семейство из двух моделей:

  • Eleven v4: модель высшего качества для озвучки, диалогов с несколькими говорящими, аудиокниг и многоязычных проектов. Один запрос принимает до 10 000 символов, это примерно 10 минут аудио, тогда как в предыдущем поколении, v3, лимит составлял 5000 символов.
  • Eleven v4 Turbo: версия для работы в реальном времени с медианной задержкой генерации около 100 миллисекунд; агенты службы поддержки и ИИ-ассистенты стоят первыми в списке сценариев, которые называет компания.

Языковой охват вырос с более чем 70 языков в v3 до более чем 90, и обе модели поддерживают аудиотеги, управляющие подачей и интонацией. TechCrunch сообщил, что модель может клонировать голос по 10-секундному образцу и что наибольший рост качества пришёлся на японский, бразильский португальский, мандаринский и кантонский языки, то есть арабский не входил в число языков, которые выделялись в анонсе.

Сколько это стоит на самом деле?

ElevenLabs устанавливает цены на свой API в долларах США за 1000 символов. На официальной странице цен Eleven v4 стоит 0,022 $ вместо 0,08 $, а Turbo — 0,011 $ вместо 0,04 $; скидка действует до 12 октября. Поскольку документация оценивает 10 000 символов примерно в 10 минут аудио, грубое правило таково: на каждую минуту речи нужно около 1000 символов.

Практический пример: линия поддержки клиентов, где голосовой агент говорит 1000 минут в месяц, расходует около миллиона символов. После окончания скидки голос будет стоить около 40 $ в месяц с Turbo и около 80 $ с v4. Это только голос; языковая модель, которая выбирает ответ, расшифровка того, что говорит клиент, телефонная линия и интеграция с вашими системами — отдельные расходы, и обычно именно они составляют большую часть счёта.

Где это может помочь вашему бизнесу?

  • Ответы на звонки в нерабочее время: запись на приём в клинику, проверка статуса заказа или вопросы о часах работы и адресе — без длинных телефонных меню вида «нажмите 1, нажмите 2».
  • Озвучка контента: видео о продуктах, внутреннее обучение и обзоры систем для новых сотрудников на арабском и английском, с одним и тем же голосом во всех роликах и без аренды студии каждый раз.
  • Охват большего числа людей: чтение вслух письменных материалов для тех, кто предпочитает слушать, или обслуживание иностранных работников на их родных языках, таких как урду, хинди и филиппинский, — все они есть в списке поддерживаемых.

Прежде чем машинный голос начнёт отвечать вашим клиентам

Более качественный голос делает ошибки более убедительными, а не менее. Агент, который говорит уверенным, человеческим тоном, а затем записывает клиента на несуществующее время, хуже скучного телефонного меню. Поэтому, прежде чем выбирать поставщика, мы начинаем работу с клиентами с этих вопросов:

  • Откуда берутся его ответы? Агент должен в реальном времени читать данные из вашей системы бронирования, учёта запасов или заказов, а не из фиксированного сценария, написанного один раз. Мы объясняли это в статье как создать базу знаний компании для ИИ.
  • Когда он передаёт разговор человеку? Жалобы, крупные суммы и рассерженные клиенты сразу переходят к человеку вместе с кратким изложением разговора. Подробности — в статье передача разговора от ассистента вашим сотрудникам.
  • Подходит ли акцент вашим клиентам? Документация указывает арабский без уточнения диалектов, поэтому протестируйте его на сценариях из ваших реальных звонков: названия районов, названия ваших товаров, числа и даты по хиджре.
  • А как же данные и согласие? Записи и расшифровки звонков — это персональные данные, на которые распространяется Закон о защите персональных данных (PDPL), а клонирование голоса сотрудника требует его явного согласия. См. разговоры с клиентами и ИИ в рамках PDPL.
  • Знает ли клиент, что говорит с машиной? Сообщение об этом в первой же фразе сохраняет доверие, тем более что клонированные голоса стали известным инструментом мошенничества, о чём мы писали в статье как защитить бизнес от мошенничества с дипфейками.

Стоит ли переходить сейчас?

Если у вас уже работает система на v3 или Multilingual v2, которая справляется со своей задачей, спешить некуда. В документации сказано, что Eleven v4 доступна через Text to Dialogue API, а Turbo — через websocket-подключение, поэтому перед переходом убедитесь, что ваша текущая интеграция это поддерживает. Разумнее использовать период скидки для сравнительного теста на выборке ваших реальных сценариев, а затем принимать решение по результатам и полной цене, а не временной.

Как мы строим это в Origami

Мы рассматриваем голосовой движок как заменяемый компонент, а не как фундамент системы. Логика, определяющая, что будет сказано, интеграция с системами бронирования, выставления счетов и учёта запасов, журнал звонков и правила передачи — всё это строится на вашей стороне и под вашим контролем. Так вы можете попробовать Eleven v4 сегодня и завтра перейти к другому поставщику, если изменится цена или появится модель, лучше подходящая под диалект ваших клиентов, не перестраивая всё заново. Если вы начинаете с нуля, наша статья о голосовом ИИ в обслуживании клиентов даёт полную картину.

Наш практический совет: выберите один узкий сценарий, например подтверждение записи или проверку статуса заказа, запустите его на две недели на части ваших звонков, а затем измерьте, сколько звонков завершилось без передачи человеку, долю ошибок и удовлетворённость клиентов. Реальные цифры по вашим собственным звонкам честнее любого рейтинга в сравнительной таблице.

Источники