Eleven v3（alpha）是ElevenLabs全新推出的、迄今为止最具表现力的文本转语音（Text to Speech, TTS）模型。本次 “研究预览” 版本，专为走在 AI 音频前沿的创作者设计。无论你是在打造旁白风格视频，还是探索全新音频内容形式，v3 都能为你带来前所未有的表现力和细致的控制力。

v3有哪些独特之处？

支持70多种语言

从原先的 33 种语言扩展到 70 多种，覆盖了全球 90% 人口（原为60%），能够音频内容轻松触及世界各地的听众。

对话模式

能够处理多角色自然对话，包括打断、语气切换和情绪流转，让多人场景更真实、更自然。

音频标签

通过如 [whispers]（低语）、[angry]（愤怒）、[laughs]（大笑）、[door creaks]（门吱呀声）等标签，精细控制语音的表达和情感，甚至可以插入环境音效。

Eleven v3 基于全新架构，对上下文的理解更深入，生成的语音能在一次录制中实现自然的反应、打断、语气变化和情感表达。

需要注意的是，v3 对提示词（prompting）的要求比早期模型更高，需要更精准的指令，但带来的效果也更加惊艳。

文本转语音模型 Eleven v3（alpha） 提示词指南

Eleven v3（alpha）现已上线，访问 https://elevenlabs.io/v3 即可试用。