简介
ElevenLabs 由 Piotr Dąbkowski 与 Mati Staniszewski 于 2022 年创立，办公地在伦敦与纽约，以深度学习语音合成起家。到 2026 年 8 月，其产品线覆盖四款在用的文本转语音引擎（Eleven v3、Eleven v3 Conversational、Multilingual v2、Flash v2.5）、多说话人对话生成、音色设计与语音转换、音效与音乐生成、Scribe 语音转写与 ElevenAgents 语音智能体，支持 70 多种语言。与只做单一配音的工具相比，它把合成、克隆、转写与语音智能体连成一条栈，适合有声内容、影视本地化与客服语音。
- Eleven v3 文本转语音情绪表现力强，支持 Audio Tags 直接指挥演绎
- 低延迟引擎Flash v2.5 约 75ms，v3 Conversational 约 280ms
- 声音克隆即时克隆（Starter 档起）与专业克隆（Creator 档起）
- 对话与音色Text to Dialogue 多说话人生成，Voice Design 自定义音色
- 音乐与音效文字描述直接生成配乐与音效片段
- 转写与配音Scribe 语音转写、Dubbing Studio 视频配音，覆盖 70 多种语言
- ElevenAgents 语音智能体带函数调用的电话与客服级对话
界面截图
可左右滑动，或使用方向键、Home 和 End 浏览截图。官网公开页面实拍 AI 生成概念界面 · 非官方截图 · www.kun.net
定价 · 套餐对比
免费版免费
- 文本转语音、语音转文本、音效、音色设计、音乐
- 3 个项目
Starter$6/月
- 商用授权
- 即时声音克隆
- 20 个项目
- Dubbing Studio
Creator$22/月
- 专业声音克隆
- 首月 $11
Pro$99/月
- API 支持 44.1kHz PCM 输出
- 192kbps 高音质
Scale$299/月
- 3 个工作区席位
- 团队协作
- 3 个专业克隆音色
Business$990/月
- 低延迟 TTS 低至 5 美分/分钟
- 10 个专业克隆音色
- 10 个席位
企业版按需报价
- HIPAA BAA
- 自定义 SSO
- 优先支持
优缺点
优点
- 语音自然度与情绪表现力属行业顶尖，Audio Tags 让演绎可控
- 从 TTS、克隆、音效、音乐到转写与语音智能体，一家覆盖全栈
- 支持 70+ 语言，做多语种配音与视频本地化很顺手
- 档位从 $6 到企业级都有，个人和团队都能找到合适档
缺点
- 按积分计费，长音频与高音质输出消耗快
- 44.1kHz PCM 等高规格输出要 Pro 及以上档位
- 免费档不含商用授权与声音克隆
常见问题
- Eleven v3 和其他引擎怎么选？
- 追求表现力与情绪演绎用 Eleven v3（支持 Audio Tags）；要低延迟的实时对话用 Eleven v3 Conversational（约 280ms）或 Flash v2.5（约 75ms）；需要稳定通用音质可用 Multilingual v2。
- Audio Tags 怎么用？
- 在文本里插入方括号标记即可，例如 [whispers] 让模型压低声音、[sighs] 加一声叹息、[shouts] 提高音量，相当于给配音演员写表演提示。
- 免费版能做什么？
- 每月 10,000 积分，可以用文本转语音、语音转文本、音效、音色设计与音乐，最多 3 个项目；但商用授权与声音克隆要从 Starter（$6/月）起。
- 声音克隆有几种？
- 两种：即时克隆（Instant Voice Cloning）从 Starter 档起可用，几十秒素材即可；专业克隆（Professional Voice Cloning）从 Creator 档起，需要更多素材但还原度更高。
替代品
同类可替代或互补的工具,可横向对比后选择。
