ElevenLabs

生成式语音与媒体平台，覆盖语音创作、对话智能体及图像和视频工作流

产品定位

平台将语音生成、语音理解和生成式媒体工具整合在 ElevenCreative、ElevenAgents 与 ElevenAPI 等入口中。创作者可制作配音、音乐、音效、图像和视频；企业可部署对话式语音智能体；开发者可通过 API/SDK 将相应能力接入产品或工作流。Eleven v4 / v4 Turbo 强调更细腻的语气、情绪与多说话人表现；图像和视频生成则有独立的套餐及 API 权限要求。不要把平台能力理解为所有入口、地区和套餐均默认开放。

适合用户

内容创作者与制作人
企业与客服团队
开发者
中小企业
营销人员

功能亮点

文字转语音
将文本转换为自然语音；不同模型针对表现力、长文本稳定性或低延迟场景优化。Eleven v4 / v4 Turbo 增强语气、情绪和多说话人表达，具体能力以所选产品入口为准。
语音转文字
使用 Scribe 系列转录语音，可提供多语言识别、说话人区分和词级时间信息；支持范围依具体模型而异。
声音克隆与设计
从录音克隆声音，或根据文字描述设计声音，并从声音库选择可用音色。
音乐与音效生成
依据提示创作音乐和音效，可用于视频、播客等媒体项目；商业使用权利依订阅方案而异。
对话式语音智能体
在 ElevenAgents 中构建、测试和监控语音或聊天智能体，并配置工作流与护栏；部署渠道和语言支持以实际产品设置为准。
图像与视频生成
通过文字提示或参考素材生成、编辑图像与视频，并可迭代修改、放大图像或为视频添加口型同步；部分模型和上传能力受地区限制。免费方案仅提供每日有限图像生成，视频生成需付费方案；API 需要 Pro 或更高方案及对应权限。

使用步骤

通过 API 生成语音

使用 ElevenLabsClient 并配置 API Key
调用 textToSpeech.convert，传入声音 ID、文本、输出格式与模型 ID
获得生成的音频

部署对话式语音智能体

在 ElevenAgents 中配置智能体
使用测试功能检查真实对话表现，并设置护栏与工作流
选择可用渠道部署并监控运行指标

在 ElevenCreative 中制作媒体

打开 ElevenCreative 并选择创作类型
按任务生成或编辑语音、音乐、音效、图像或视频
迭代完善作品并导出，或发送至 Studio 项目

适用场景

有声书与播客制作

内容创作者与制作人

使用富有表现力的声音为有声书和播客配音，并在一体化编辑器中完成制作。

多语言实时客服

企业与客服团队

通过语音智能体在电话、聊天、邮件和 WhatsApp 上提供实时多语言客户支持。

在应用中嵌入语音能力

开发者

开发者通过 REST API 和 Python/TypeScript SDK 将语音、转录等能力嵌入自己的应用和工作流。

中小企业电话接待

中小企业

使用 Reception AI 接听来电、预约并管理日常运营。

访问与价格

可用状态: 当前可用

价格信息: 按量计费

支持平台: API, Web

价格说明: 平台采用积分与按量计费等方式，具体随产品和套餐变化。图像生成的免费方案每天最多 3 次；视频生成为付费方案功能；通过 API 使用图像/视频生成需 Pro 或更高方案，并需相应工作区权限。模型、地区、额度和商用权利以官方账户与套餐页面为准。

官方入口

常见问题

ElevenLabs 如何计费？

使用积分制：文字转语音每输入字符消耗 1 积分，其他操作按处理的音频秒数计费；积分每月重置，未用积分最多可结转两个月。

ElevenLabs 有哪几种使用方式？

四种：ElevenCreative（无代码创作应用）、ElevenAgents（语音智能体平台）、ElevenAPI（REST API 与 SDK）、Reception AI（中小企业 AI 电话接待）。

支持多少种语言？

语音合成模型覆盖 29 至 70+ 种语言（Eleven v3 支持 70+，Multilingual v2 支持 29，Flash v2.5 支持 32）；语音识别 Scribe v2 支持 90+ 种语言。

来源核验

资料核验于 2026-10-06