ElevenLabs Multilingual V2

Sprogudtale (TTS)Ikke tilgængelig
af ElevenLabsModell-ID: elevenlabs-multilingual-v2

ElevenLabs' most natural-sounding TTS model. Supports 29 languages with emotional range.

Status
Ikke tilgængelig
Input → output
Tekst → Lyd
Udvikler
ElevenLabs
Opdateret
23. september 2026

ElevenLabs Multilingual V2 er i øjeblikket utilgængelig

Du kan stadig læse detaljerne på denne side. Vælg en af de tilgængelige alternativer nedenfor for at køre en sammenlignelig model med det samme.

Gå til alternativer
01

Sammenlignelige modeller

Alle i denne kategori
02

Playground

Prøv ElevenLabs Multilingual V2

Input & resultat

Derzeit nicht verfügbar

Ikke tilgængelig i øjeblikket.

Playground'en er deaktiveret. Du finder sammenlignelige modeller i samme kategori: Se alternativer

Prøv ElevenLabs Multilingual V2
Avancerede indstillinger (3)
Resultat
Den genererede tale vises her.

Denne kørsel

Ingen pris – ikke tilgængelig i øjeblikket.

Ny her?

10 gratis credits (0,10 US$) når du tilmelder dig med Google

Kan bruges 24 timer efter tilmelding, op til 5 kørsler pr. dag og højst 2 credits pr. kørsel. Andre login-metoder starter uden credits.

03

Om ElevenLabs Multilingual V2

Kort sagtFra 23. september 2026

ElevenLabs Multilingual V2 er en model af ElevenLabs i kategorien Sprogudtale (TTS). ElevenLabs Multilingual V2 er i øjeblikket ikke tilgængelig på Railwail.

Baggrund

Om ElevenLabs

Grundlagt 2022 · London, UK / New York, USA

ElevenLabs was founded in 2022 by Piotr Dabkowski and Mati Staniszewski, two Polish friends with backgrounds at Google and Palantir respectively. The product mission was to fix the poor dubbing experience for non-English films by producing AI voices with realistic intonation and emotion across many languages. The company is headquartered in London and New York with engineering centres in Warsaw and the Bay Area, and has raised over $280M across rounds led by Andreessen Horowitz and ICONIQ at valuations rising from $100M (Series A, 2023) to $3.3B (Series C, 2025). Multilingual V2, released in August 2023, became the default model for production audiobook and dubbing workflows at companies like Storytel, TheSoul Publishing and many indie publishers, and remained the flagship until v3 was previewed in 2025.

Besøg ElevenLabs

Arkitektur

Proprietary autoregressive Transformer TTS with neural codec

ElevenLabs Multilingual V2 is a hosted autoregressive Transformer text-to-speech model that predicts neural-codec audio tokens conditioned on text and a speaker embedding. The speaker embedding is obtained either from a stock voice (the curated 'Voice Library'), an Instant Voice Clone (1 minute of reference audio) or a Professional Voice Clone fine-tuned from 30 minutes of clean recording. Multilingual V2 supports 29 languages with strong code-switching between them in the same paragraph. Output is 24/44.1 kHz MP3 or PCM through a hosted API and the ElevenLabs Studio editor. The model is the production workhorse for ElevenLabs' Dubbing Studio (auto-translate plus voice match) and the AI Audiobook product. ElevenLabs has not published a technical paper, but the system architecturally resembles published neural-codec language-model TTS such as VALL-E and Voicebox.

Parametre
Undisclosed
Kontekst
5.000 tokens

Funktioner

  • 29 languages with seamless code-switching
  • Voice Library with thousands of community and stock voices
  • Instant Voice Clone (~1 min audio) and Professional Voice Clone (~30 min)
  • Stability and similarity sliders for per-request prosody control
  • Studio editor for multi-paragraph long-form projects
  • Dubbing Studio with automatic translation and voice matching
  • Up to ~5,000 characters per request
  • Best for: production audiobooks, multilingual dubbing, content localisation

Træning og licens

Not disclosed. Mix of licensed professional voice talent, public-domain audiobooks and opt-in user voice contributions.

Licens: Proprietary commercial SaaS. Commercial use permitted on paid plans; customer voice clones remain customer property.

Sikkerhedstests: Free AI Speech Classifier; mandatory consent statement and identity verification for Professional Voice Clones; watermarking; restricted access for likeness of named public figures.

Kendte begrænsninger

  • Higher per-character price than OpenAI TTS-1 or Cartesia Sonic
  • Latency in the 300-600 ms range; slower than Sonic for real-time use
  • Limited SSML support
  • No on-premises deployment
  • 29-language list smaller than v3's 70+
04

Priser

Ikke tilgængelig i øjeblikket. Der er i øjeblikket ingen pris for denne model, så den kan ikke køres.

05

API

Kald ElevenLabs Multilingual V2 med din Railwail API-nøgle. Brug dette model-ID i anmodningen:
elevenlabs-multilingual-v2API-dokumentationFå en API-nøgle

Intet bekræftet API-eksempel

Den offentlige API sender et andet inputformat end det, som denne model har brug for. Brug playground ovenfor.

06

Specifikationer

Model-ID
elevenlabs-multilingual-v2
Udvikler
ElevenLabs
Input
Tekst
Output
Lyd
Outputformater
MP3
Modelstørrelse
Undisclosed
Licens
Proprietary commercial SaaS. Commercial use permitted on paid plans; customer voice clones remain customer property.
Katalogelement opdateret
23. september 2026

Inputparametre

Inputs og indstillinger fra modellens inputskema. Eksemplet i API-afsnittet viser, hvilke af dem API'en accepterer.

  • textpåkrævet
    Type: Tekst
    Standard: –
    Tilladte værdier: –
  • voice_id
    Type: Tekst
    Standard: –
    Tilladte værdier: –
  • stability
    Type: Tal
    Standard: –
    Tilladte værdier: 0 til 1
  • similarity_boost
    Type: Tal
    Standard: –
    Tilladte værdier: 0 til 1

Tags

  • natural
  • multilingual
  • popular
07

Eksempelprompts

Eksempler fra Railwail-kataloget. De blev ikke genereret live på denne side.
  • Narration

    Welcome to the future of artificial intelligence. In this episode, we explore how large language models are reshaping industries from healthcare to creative arts, and what it means for the next decade of human progress.
  • Podcast Intro

    Hey everyone, welcome back to another episode of Tech Unfiltered! I'm your host, and today we have an incredible guest who just shipped one of the most downloaded apps of the year. Grab your coffee, because this conversation is going to be a wild ride.
08

Anvendelsestilfælde

Hvad det bruges til

  • Professional audiobook narration
  • Film and series dubbing with voice matching
  • Multilingual marketing content
  • Accessibility audio for blind and low-vision readers
  • Branded voice assistants
09

Ofte stillede spørgsmål

Hvad er ElevenLabs Multilingual V2?

ElevenLabs Multilingual V2 er en model fra ElevenLabs i kategorien Sprogudtale (TTS). Den er opført på Railwail, men kan ikke køres i øjeblikket.

Hvad koster ElevenLabs Multilingual V2 på Railwail?

ElevenLabs Multilingual V2 kan ikke køres på Railwail i øjeblikket, så der er ingen aktuel pris. Tilgængelige alternativer med priser er angivet længere nede på denne side.

Hvilke indstillinger understøtter ElevenLabs Multilingual V2?

Ifølge dens inputskema kender ElevenLabs Multilingual V2 disse parametre: text, voice_id, stability (0 til 1) og similarity_boost (0 til 1).

Hvor hurtig er ElevenLabs Multilingual V2?

Der er endnu ikke nok målte kørsler af ElevenLabs Multilingual V2 på Railwail til at angive en udførelsestid. Det afhænger af inputtet, indstillingerne og belastningen hos provideren.

Er ElevenLabs Multilingual V2 bedre end AudioLDM 2?

Det afhænger af opgaven. ElevenLabs Multilingual V2 (ElevenLabs) og AudioLDM 2 (Haohe Liu) er begge modeller i kategorien Sprogudtale (TTS). Sammenligningssiden viser deres priser og specifikationer side om side.

Sammenlign ElevenLabs Multilingual V2 og AudioLDM 2

Kan jeg bruge ElevenLabs Multilingual V2 lige nu?

Ikke tilgængelig i øjeblikket. Siden forbliver online; tilgængelige alternativer fra samme kategori er angivet længere nede.

Alle modeller via én API

En API-nøgle til alle modeller på Railwail. Forbrug debiteres fra forudbetalte credits, 1 credit = 0,01 US$.