ElevenLabs lanceert Eleven v4: spraak klonen met 10 seconden audio

TL;DR

• Wat: ElevenLabs brengt Eleven v4 en v4 Turbo uit — een nieuw text-to-speech-model dat stemmen kan klonen met 10 seconden audio en expressie-aanwijzingen als [zucht] of [fluistert] begrijpt.
• Waarom relevant: Als je als ondernemer overweegt om gesproken content, klantenservice of voice agents in te zetten, is dit een serieuze stap vooruit in kwaliteit én snelheid.
• Wat je ermee kunt: Bekijk of gesproken content (podcasts, instructievideo's, meertalige klantenservice) nu binnen bereik komt voor jouw bedrijf — de instapdrempel is aanzienlijk lager geworden.

ElevenLabs heeft gisteren twee nieuwe spraakmodellen uitgebracht: Eleven v4 en Eleven v4 Turbo. Het bedrijf claimt daarmee de eerste plek op de Artificial Analysis Voice Arena Leaderboard, een onafhankelijke benchmark voor text-to-speech. Ik vind dit interessant omdat de drempel om professioneel klinkende spraak te genereren hiermee opnieuw een stuk lager wordt — ook voor kleinere bedrijven.

Wat is er precies gelanceerd?

ElevenLabs heeft twee varianten uitgebracht die elk een ander doel dienen.

Eleven v4 is het kwaliteitsmodel. Het is gebouwd op een volledig nieuwe architectuur die toon, tempo, emotie en context uit tekst interpreteert. Volgens TechCrunch kan het model spraak genereren die dramatisch, teder, urgent of conversationeel klinkt — terwijl de identiteit van de stem behouden blijft.

Eleven v4 Turbo is de snelle variant, ontworpen voor situaties waar vertraging dodelijk is: denk aan live telefoongesprekken of chatbots die hardop praten. Volgens Unite.AI haalt Turbo een mediane reactietijd van zo'n 100 milliseconden. Dat is sneller dan de meeste mensen nodig hebben om te registreren dat er een pauze is.

Beide modellen ondersteunen meer dan 90 talen, een uitbreiding ten opzichte van de ruim 70 talen in de vorige versie. De grootste kwaliteitssprongen zitten volgens ElevenLabs in Japans, Braziliaans Portugees, Mandarijn en Kantonees — maar ook Nederlands zit in het pakket.

Stemklonen in 10 seconden

Wat mij het meest opvalt, is de voice cloning. Waar je voorheen langere opnames nodig had om een stem te kopiëren, kan v4 dat nu met slechts 10 seconden audio. ElevenLabs noemt dit 'Instant Voice Clones' en zegt dat de klankkleur, het ritme en de manier van spreken van de originele stem getrouwer worden overgenomen dan ooit.

Voor wie hogere eisen stelt, zijn er ook Professional Voice Clones beschikbaar — een optie voor bedrijven die maximale kwaliteit willen voor bijvoorbeeld een merkgebonden stem.

Kun je je voorstellen wat dit betekent als je een webshop runt met klanten in meerdere landen? Stel dat je als ondernemer één instructievideo inspreekt in het Nederlands, en het model genereert diezelfde uitleg — in jouw stem — in het Duits, Frans en Spaans. Dat is geen science fiction meer; het is nu technisch mogelijk. Of het ook goed genoeg klinkt voor jouw specifieke situatie, dat is iets om zelf te testen.

Expressie-aanwijzingen: [zucht] en [fluistert]

Een tweede opvallend onderdeel is het systeem van expressie-tags. Je kunt in je script aanwijzingen typen als [sighs], [whispers] of [laughs], en het model past de intonatie daarop aan. Dit bestond al in v3, maar v4 laat je meerdere tags stapelen — zodat je preciezer kunt sturen hoe een zin wordt uitgesproken.

Ik vind dit eerlijk gezegd fascinerend vanuit een praktisch oogpunt. Denk aan een e-learningmodule waar je wilt dat de verteller bij een moeilijk onderwerp even rustiger gaat praten, of een audioversie van een nieuwsbrief waar bepaalde passages meer nadruk krijgen. Het verschil tussen "een robotstem die tekst voorleest" en "iemand die iets vertelt" zit precies in die nuances.

De cijfers: benchmark en kosten

Prestaties

Op de Artificial Analysis Voice Arena — een leaderboard waar luisteraars blind twee stemmen vergelijken — behaalde Eleven v4 een Elo-rating van 1.319, vóór Cartesia's Sonic 3.6 (1.276) en Google's Gemini 3.8 Flash TTS (1.267). Volgens ElevenLabs gaf zo'n 75 procent van de luisteraars in deze blinde tests de voorkeur aan v4.

Dat zijn sterke cijfers, al moet ik erbij zeggen dat benchmarks altijd een momentopname zijn. Concurrenten als Google en Cartesia staan niet stil. Maar het geeft wel aan dat ElevenLabs op dit moment voorop loopt.

Prijzen

Voor ondernemers die willen rekenen: via de API kost Eleven v4 normaal $0,08 per 1.000 karakters, en Turbo $0,04. Tot 12 oktober geldt een introductiekorting van 72 procent, waardoor v4 op $0,022 per 1.000 karakters uitkomt. Voor abonnementen zijn er plannen van gratis (10.000 credits) tot $990 per maand voor het Business-plan.

Om het concreet te maken: een gemiddelde blogpost van 1.000 woorden is ruwweg 5.000 tot 6.000 karakters. Tegen de normale API-prijs van v4 betaal je dan zo'n $0,40 tot $0,48 om die als audio te laten inspreken. Dat is voor veel bedrijven een verwaarloosbaar bedrag.

Wat betekent dit voor je bedrijf?

Ik denk dat deze release vooral relevant is voor drie typen ondernemers:

1. Bedrijven met meertalige klanten. Als je producten verkoopt in meerdere landen of een internationale klantenservice hebt, wordt het nu goedkoper en eenvoudiger om gesproken content in meerdere talen aan te bieden — zonder voor elke taal een aparte inspreker in te huren.

2. Bedrijven die overwegen een voice agent in te zetten. De lage latentie van Turbo (rond de 100 milliseconden) maakt het realistischer om een AI-stem aan de telefoon te zetten die niet aanvoelt als een wachtrij-menu uit 2005. Dat is geen garantie dat klanten het prettig vinden, maar de technische drempel is er in elk geval niet meer.

3. Content-makers en e-learning. Als je regelmatig instructies, uitlegvideo's of podcasts maakt, kan dit de productietijd flink verkorten. Vooral de expressie-tags bieden mogelijkheden om audio te maken die minder klinkt als een computerstem.

Tegelijkertijd wil ik hier ook een nuance aanbrengen. Technisch indrukwekkend is niet hetzelfde als "klaar om in te zetten." Er zitten ethische vragen aan stemklonen — denk aan toestemming, aan de mogelijkheid tot misbruik. ElevenLabs heeft daar beleid voor, maar als ondernemer moet je je bewust zijn van die dimensie voordat je iemands stem gaat klonen, al is het die van jezelf voor een ander doeleinde.

Een rustige observatie

Wat mij bij dit soort releases steeds weer opvalt, is de snelheid waarmee de kloof kleiner wordt tussen wat grote bedrijven kunnen en wat voor het MKB bereikbaar is. Twee jaar geleden was professionele spraaksynthese iets voor techbedrijven met diepe zakken. Nu kun je met een gratis account en 10 seconden audio aan de slag.

Dat betekent niet dat je het morgen moet doen. Maar het betekent wel dat het geen excuus meer is om te zeggen dat het "te duur" of "te ingewikkeld" is. De vraag verschuift van kan ik dit? naar moet ik dit willen? — en dat is, wat mij betreft, precies de juiste vraag om als ondernemer te stellen.