Audio-Generierung
Jetzt verfügbar

Eleven v4

von ElevenLabs

Die ausdrucksstärkste Stimme von ElevenLabs.
Audio‑Tags, 90+ Sprachen, schnelle Turbo‑Stufe.

Eleven v4

Hauptfunktionen

Hören Sie die Bandbreite

Kraniche als Silhouetten in einem nebligen Moor beim ersten Licht
NaturerzählungErzählung

Ruhiges Doku-Tempo, mit Raum zum Atmen.

0:00
0:12
Ein Messingschlüssel auf einem Schreibtisch in einer kerzenerhellten Steinkammer, ein Stuhl zurückgezogen
Schurken-MonologCharakter

Eine tiefe, raue Lesung mit einem Kichern auf Stichwort.

0:00
0:12
Ein geparktes Auto bei Nacht, der Schlüssel steckt, Regen auf der Windschutzscheibe
Szene zu zweitDialog

Zwei Sprecher, die einander antworten.

0:00
0:12
Ein moosiger Zedernwaldweg im Morgennebel, ein Singvogel auf einem Ast
Japanische ErzählungMehrsprachig

Eine Stimme, die Japanisch spricht wie vor Ort.

0:00
0:12

Technische Spezifikationen

90+

Je ein muttersprachlicher Akzent, aus einer Stimme

3.000 Zeichen

Pro Sprachgenerierung auf Morphic

2 bis 10

Sprecher pro Szene, insgesamt 2.000 Zeichen

2

Eleven v4 und Eleven v4 Turbo

Anwendungsfälle

Ein langes Band aus warmem Bernsteinlicht, das sich langsam ins tiefe Schwarz abspult

Hörbücher und Langform

Ein Erzähler mit derselben Stimme von Kapitel eins bis zur letzten Seite, der auch eine ruhige Szene trägt.

Ein scharfer Ausbruch aus weißgoldenem Licht, der von einem einzigen hellen Punkt ausstrahlt

Werbespots

Dreißig Sekunden, die verkaufen müssen. Energie per Tag steuern, nur die Zeile neu erzeugen, die nicht sitzt.

Drei durchscheinende Glasmasken, die im Dunst schweben und jeweils von einer anderen Seite beleuchtet sind

Figuren und Games

Flüstern, Lachen, ein trockener Seitenhieb. Die Spielbreite für Schurken, Sidekicks und jede Stimme im Dorf.

Zwei Lichtbänder, eines bernsteinfarben, eines kühl silbern, die einander durch das Dunkel antworten

Podcasts und Hörspiele

Schreiben Sie die ganze Szene mit allen Sprechern. Die Antworten greifen ineinander, der Wechsel klingt nach echtem Gespräch.

Eine saubere Folge leuchtender Stufen, die sich in die Tiefe erheben und zurückweichen

Erklärvideos und Kurse

Klare, ruhige Stimme für Lektionen und Produkttouren. Ein Schritt ändert sich, nur diese Zeile entsteht neu.

Ein einzelner Lichtstrahl, der sich in parallele Strahlen teilt, die im Gleichschritt bleiben

Vertonung je Markt

Dasselbe Skript auf Deutsch, Spanisch oder Japanisch, mit einer Stimme und dem Akzent, den der Markt erwartet.

Prompt-Beispiele

Ein schwach beleuchtetes Café spät in der Nacht, ein Mantel an der Tür und Regen am Fenster

Geflüsterte Warnung

[whispers] Nicht umdrehen. [pause] Er steht die Nacht über an der Tür.

0:00
0:12
Edit prompt
Ein Schokoladenkuchen, von dem schon drei Stücke fehlen, und eine Gabel auf dem Tischtuch

Lachen im Satz

Der Kuchen ist zuckerfrei. [laughs] Sie hatte schon drei Stücke.

0:00
0:12
Edit prompt
Ein leerer U-Bahnsteig mit bernsteinfarbenen Kantenlichtern und einem Zug, der im Tunnel leuchtet

Geschriebene Anweisung

[low, steady, urgent] Alle vom Bahnsteig. Gehen, nicht rennen.

0:00
0:12
Edit prompt
Ein aufleuchtendes Smartphone auf einem Holzschreibtisch neben einem aufgeschlagenen Notizbuch

Geräusch im Take

[phone buzzing] Schon wieder Arbeit. [sighs] Ich rufe später zurück.

0:00
0:12
Edit prompt
Eine kleine Fähre, die im Morgengrauen an einem verschneiten Anleger auf dem zugefrorenen Fluss liegt

Hörbuch-Anfang

Kapitel drei. Der Fluss fror nachts zu... und die Fähre legte nie ab.

0:00
0:12
Edit prompt
Ein rustikaler Laib Brot auf einem bemehlten Brett in einer sonnigen Bauernküche

Spanisch, wie ein Muttersprachler

[warm] Bienvenidos. Hoy preparamos el pan de la abuela, paso a paso.

0:00
0:12
Edit prompt

Überblick

Eleven v4 ist das neueste Text-to-Speech-Modell von ElevenLabs, erschienen am 28. September 2026. Auf Morphic ist es die Standardwahl für Speech. Es liest Tempo und Ton aus dem Skript. Audio-Tags steuern Betonung und Soundeffekte, und es spricht Dialoge mit mehreren Rollen. Über 90 Sprachen beherrscht es mit dem Akzent eines Muttersprachlers.

Eleven v4 auf Morphic

Öffnen Sie Speech: ElevenLabs steht dort bereits auf Eleven v4, für die schnellere Stufe wählen Sie ElevenLabs Turbo. Fügen Sie ein Skript von bis zu 3.000 Zeichen mit Audio-Tags ein. Für zwei bis zehn Sprecher wechseln Sie zu Dialogue. Die vollständige Tag-Liste und den Vergleich mit Eleven v3 und Turbo finden Sie im Prompt-Leitfaden zu Eleven v4.

Einfache Preise

Starten Sie noch heute kostenlos, mit der Option, jederzeit zu upgraden oder zu kündigen.

Basic

$19/ Monat
abgerechnet als $0 pro Jahr

2400 monatliche Credits

1 Nutzer

Alle Modelle

Workflows

Standard

$24/ Monat
abgerechnet als $0 pro Jahr

3625 monatliche Credits

1 Nutzer

Alle Modelle

Workflows

Pro

$45/ Monat
abgerechnet als $0 pro Jahr

6350 gemeinsame monatliche Credits

1 Nutzer

+ bis zu 4 weitere gegen Aufpreis

Alle Modelle

Workflows

Max

$170/ Monat
abgerechnet als $0 pro Jahr

24650 gemeinsame monatliche Credits

1 Nutzer

+ bis zu 9 weitere gegen Aufpreis

Alle Modelle

Workflows

Enterprise

Für höhere Limits

Individuell

Preis- und Abrechnungsbedingungen

High-Volume-Credits
Individuelle Platzlimits
Alle Modelle
Workflows
Pricing Gradient

Free

Zum Ausprobieren

$0

dauerhaft kostenlos

Bis zu 20 Credits
Nur 1 Nutzer
Eingeschränkte Modelle
Workflows
Tarifdetails vergleichen

Häufig gestellte Fragen

Was ist Eleven v4?
Eleven v4 ist das Text-to-Speech-Modell von ElevenLabs, erschienen am 28. September 2026. Auf Morphic steckt es hinter Sprache und Dialog von ElevenLabs. Es liest Ton und Kontext aus dem Skript. Es nimmt Audio-Tags für Betonung und Soundeffekte an, spricht Dialoge mit mehreren Rollen und beherrscht über neunzig Sprachen.
Ist Eleven v4 auf Morphic kostenlos?
Ja, Sie können auf der kostenlosen Stufe von Morphic ohne Zahlung starten. Eleven v4 ist das Standardmodell für Sprache und beim Öffnen von Speech bereits gewählt. Bezahlte Pläne bringen mehr Credits für längere Skripte und große Mengen.
Was unterscheidet Eleven v4 von Eleven v3?
Eleven v4 spielt mehr aus dem Kontext heraus und folgt Audio-Tags zuverlässiger. Eine Stimme bleibt über Wiederholungen und lange Texte stabiler. Dazu kommen mehr als zwanzig Sprachen. Zwei Dinge funktionieren anders: Die Regler für Tempo und Stil entfallen. Und eine Stimme, die eine fremde Sprache spricht, klingt nun wie ein Muttersprachler dieser Sprache.
Was unterscheidet Eleven v4 von Eleven v4 Turbo?
Beide teilen dieselben Stimmen und dieselben Einstellungen für Stabilität und Ähnlichkeit. Eleven v4 liefert die volle Darbietung und spricht auch Dialoge mit mehreren Rollen. Eleven v4 Turbo ist die schnellere Stufe, nur für Sprache. Sie passt zu Entwürfen, schnellen Retakes und großen Mengen. Auf Morphic wählen Sie ElevenLabs für v4 oder ElevenLabs Turbo für Turbo.
Wie viele Sprachen unterstützt Eleven v4?
Laut ElevenLabs mehr als neunzig, gegenüber über siebzig bei Eleven v3. Jede Stimme kann jede dieser Sprachen sprechen. In manchen Sprachen klingt die Wiedergabe flüssiger als in anderen. Testen Sie deshalb eine Zeile in Ihrer Zielsprache, bevor Sie ein ganzes Skript erzeugen.
Welche Audio-Tags versteht Eleven v4?
Tags stehen in eckigen Klammern und sind freier Text, keine feste Liste. Gängig sind Tags für Emotion und Vortrag ([excited], [sarcastic], [whispers]) und für Reaktionen ([laughs], [sighs], [exhales]). Dazu kommen Pausen ([pause], [long pause]) und Soundeffekte ([applause], [phone buzzing]). Sie können auch eine Anweisung in eigenen Worten schreiben, etwa [dry, quietly pleased].
Wie setze ich in Eleven v4 eine Pause oder ändere das Tempo?
Eleven v4 hat keinen Tempo-Regler und liest keine SSML-Break-Tags. Für eine Lücke nutzen Sie [pause] oder [long pause], für eine weichere Atempause drei Punkte. Ein Tag wie [rushed] oder [slowly] ändert das Tempo einer Zeile. Auch Satzzeichen und Großbuchstaben als Betonung prägen den Rhythmus.
Warum klingt meine Stimme in einer anderen Sprache anders?
Das ist so vorgesehen. Spricht eine Stimme eine andere Sprache als die Aufnahmesprache, klingt sie wie ein Muttersprachler der neuen Sprache. Eine britische Stimme, die Deutsch spricht, klingt dann wie ein deutscher Sprecher. Ein Akzent-Tag wie [strong French accent] kann steuern, die Ergebnisse schwanken aber.

Weitere Modelle

Vidu Q4

Shengshu Technology

Shengshus neuestes Videomodell. Bis zu 12 Referenzbilder und 3 Stimmen bleiben im Clip konsistent, mit nativem Ton von 540p bis 4K.

Nano Banana 2.1

Google DeepMind

Google DeepMinds neues Flash-Bildmodell. Mehr Design, saubere Edits, stabile Figuren.

Flux 3 Image

Black Forest Labs

Das Bildmodell von Black Forest Labs, gebaut für Kontrolle. Jedes Element platzieren, Box für Box bearbeiten.

Ideogram 4.5

Ideogram

Ideograms Präzisionsmodell für die Bildbearbeitung. Bearbeitung auf Bearbeitung, ohne Drift und Artefakte.