Eleven v4 音频标签怎么写：标签分类、中文配音实测，以及怎么把配音放进视频

简单说： Eleven v4 的音频标签，就是写在文稿里的方括号词，比如 [excited]、[whispering]，用来改变后面那段话的读法。标签不会被念出来，ElevenLabs 也没有固定清单：它的示例分成情绪、语气和音量、节奏、人的反应、口音和角色、音效几类，你也可以自己写。Eleven v4 和更快的 v4 Turbo 在 2026-09-28 上线。ElevenLabs 免费档每月 10,000 额度、仅限非商用；不想注册 ElevenLabs，可以在 Cicadas 的 Eleven v4 文字转语音页直接用，一句话 1 积分起。

先说明：Cicadas 是一个独立网站，通过 fal.ai 运行 Eleven v4 和 v4 Turbo。我们不是 ElevenLabs，这篇也不是它的官方文档。关于 ElevenLabs 套餐、标签和上限的内容，来自它的页面和我们 2026-11-05 读到的报道，每条都注明出处。关于标签读出来是什么效果，全部来自我们在自己页面上生成、保留了请求编号的配音。

1. Eleven v4 是什么

• 两个模型。 Eleven v4（eleven_v4）用于旁白、有声书和配音；Eleven v4 Turbo（eleven_v4_turbo）用于要求快的实时场景，比如语音助手。多数报道把发布日期写成 2026-09-28，fal 也是从那天开始提供。
• 语言和长度。 ElevenLabs 的模型文档写 v4 支持 90 多种语言。报道说 ElevenLabs 自己的单次上限是 10,000 字符，是 v3 的两倍；通过 fal 单次最多 5,000，Cicadas 页面每段最多发 3,000（中文、日文、韩文 1,000）。
• 老标签能用。 给 v3 写的文稿在 v4 上照样能跑，但 ElevenLabs 提醒读法可能会变。

2. 中文用户最关心的：读中文怎么样

我们在 Eleven v4 页上专门测过中文：

• 一句普通话： “欢迎来到 Cicadas。输入一段文字，选择音色，几秒钟后就能得到配音。”v4、Aria 音色，36 个字，6.4 秒，1 积分。一个没看过原文的听写模型把每个字都写对了。
• 一篇长故事： 1,018 字的中文故事，在 v4 Turbo 上花了 11 积分，40 秒后完整返回，时长 3 分 32 秒，开头、中间和结尾都和原文对得上。
• 字数怎么算： 中文、日文、韩文念起来大约是英文的三倍长，所以每段上限按 1,000 字算；价格仍然按每个字符算一个。

我们只测了普通话，没测粤语或方言；标签方面只测了英文句子里的 [excited] 和 [whispering]，中文句子里加英文标签的效果我们没测，用之前先试一句。

3. 标签怎么写

1. 方括号，直接写在文稿里。 放在要改变的那句话前面：[excited] Meet the mug that keeps your coffee hot for six hours.
2. 新标签从它的位置开始生效。 在我们页面上，[excited] … [whispering] … 读出来是前一句兴奋、后一句耳语。
3. 可以用大白话写。 ElevenLabs 说可以用自然语言描述读法，还能组合，比如 [whispering, nervous]。
4. 一次只改一处。 每隔几个词就插一个标签，模型要跟的东西更多，出错也更多；在真人会换语气的地方换就行。
5. 实验性标签看音色。 ElevenLabs 自己这么说；一篇独立开发者的文章也提到，v4 会听从示例之外的指令，但结果更难预料。新标签先生成两遍再决定用不用。

4. 标签示例（按 ElevenLabs 的分类）

表里的标签我们没有逐个测试。测过的 [excited] 和 [whispering]，没看过原文的听写模型给出的描述是“前面热情，后面耳语”。

5. 我们实录的四段配音

四段都在 2026-10-02 生成，可以在 Eleven v4 页上直接播放。

短句在两个模型上都是点击后 8 到 12 秒可播放；3,000 字符的英文稿，47 到 48 秒后返回约 3 分 10 秒的语音。

6. Eleven v4 免费吗

ElevenLabs 自己的价格页（2026-11-05 读取）写的是：

• Free： 0 美元，每月 10,000 额度，仅限非商用并需注明出处。
• Starter： 每月 6 美元，30,000 额度，可商用。
• Creator： 每月 22 美元，121,000 额度（首月 11 美元）。

我们读到的页面没写一个额度能换多少 v4 字符，所以这里不换算成分钟数。

Cicadas 没有免费套餐，也不需要注册 ElevenLabs。Eleven v4 每 1,000 字符 20 积分，v4 Turbo 10 积分，不足一积分按一积分算：500 字符的稿子 v4 是 10 积分（按 9.90 美元 1,000 积分的首充包约 0.10 美元），Turbo 是 5 积分。点击前就显示价格，失败会退积分。新账号送的那一段带水印的 5 秒 480P 注册体验是视频，不是配音。Cicadas 不支持声音克隆，也不能用你在 ElevenLabs 的自定义音色，Eleven v4 页提供 20 个预设音色。

7. 从配音到视频

要注意：无脸视频生成器用的是 ElevenLabs 更早的 Multilingual v2 模型，所以 v4 标签要写在 Eleven v4 页里，别写进无脸视频的文稿。本文封面就出自这个生成器：一条 16 秒的历史小故事，George 音色旁白，2026-09-30 制作，21 积分。如果你更习惯用一句话描述语气，而不是写标签，Gemini TTS 有单独的语气说明栏，比如“slow, low and a little mysterious”，输出 WAV。

8. 一个用好标签的文稿模板

[warm] This is the lighthouse my grandfather kept for thirty years.
[pause] Every night at dusk, he climbed one hundred and twelve steps.
[whispering] And every night, he counted them out loud.

三个标签，都放在旁白会换语气的地方；[warm] 是按 ElevenLabs 建议用大白话写的，这一整段我们没有实际生成过。粘贴到 Eleven v4 页，先用便宜一半的 v4 Turbo 试，读得不够有表现力再换 v4。

常见问题

Eleven v4 的音频标签是什么？

写在文稿里、用方括号括起来的词，比如 [excited] 或 [whispering]，告诉 Eleven v4 后面的话用什么语气读。标签本身不会被念出来。ElevenLabs 说没有完整的标签清单，它公布的只是示例，你可以用自然语言自己写。

Eleven v4 支持哪些音频标签？

ElevenLabs 把示例分成情绪、语气和音量、节奏、人的反应、口音和角色、音效几类。它自己页面上的例子有 [curious]、[crying]、[mischievously]、[whispers]、[shouts]、[laughs]、[clears throat]、[sighs]、[pause] 和 [long pause]。它也提醒，实验性标签在不同音色上效果不太稳定。

Eleven v4 能读中文吗？

能。我们在 Cicadas 用 v4 和 Aria 音色读了一句 36 个字的普通话，6.4 秒，1 积分，一个没看过原文的转写模型把每个字都写对了。一篇 1,018 字的中文故事在 v4 Turbo 上 40 秒后完整返回，时长 3 分 32 秒。中文每段最多 1,000 字。

Eleven v4 免费吗？

按我们 2026-11-05 读到的 ElevenLabs 价格页，它自己的免费档是 0 美元、每月 10,000 额度，仅限非商用并需注明出处；付费档每月 6 美元起。Cicadas 没有免费套餐：Eleven v4 每 1,000 字符 20 积分，v4 Turbo 10 积分，120 个字符的一句是 3 积分。

v4 和 v4 Turbo 有什么区别？

v4 面向旁白和有声书，v4 Turbo 面向要求快的实时场景，比如语音助手。在 fal 上 Turbo 价格是 v4 的一半。我们测的短句，两个模型都是点击后 8 到 12 秒就能播放。

Eleven v4 的配音怎么放进视频？

下载 MP3 放进剪辑软件；或者在 Cicadas 的口型同步页，把配音和一段有人说话的视频一起上传，让嘴型对上你的音频。无脸视频生成器用的是 ElevenLabs 更早的模型自己配音，所以 v4 标签只在 Eleven v4 页里写。

我们怎么核对的

2026-11-05，我们通过搜索结果读了 ElevenLabs 的音频标签清单文章、Eleven v4 模型页、产品指南和价格页，以及关于 v4 发布的报道（eesel、Versely、OpenRouter）和一篇在语音助手里使用标签的开发者文章（Micdrop）。报道互相矛盾的地方，比如发布日期和语言数量，我们用 ElevenLabs 自己的数字，或者干脆不写。配音在 2026-10-02 于 Cicadas 生成，保留请求编号；Cicadas 的价格来自我们的价格表。写这篇时没有使用 ElevenLabs 自己的应用。方法见我们如何实测。