Eleven v3

Eleven v3 ist das ausdrucksstärkste Text-zu-Sprache-Modell von ElevenLabs. Es startete am 5. Juni 2025 als öffentliche Alpha und wurde im März 2026 allgemein verfügbar. Es unterstützt mehr als 70 Sprachen und führt Inline-Audio-Tags wie [excited], [whispers], [sighs] und [laughing] ein. Damit lässt sich eine Sprechleistung samt Ausdruck festlegen statt nur der Wortlaut. Außerdem kann es Dialoge mit mehreren Stimmen erzeugen. Das Modell ist für Inhalte gedacht, bei denen emotionale Darbietung zählt, etwa Hörbücher, Spielfiguren und erzählerische Werbung, nicht für die latenzarmen Gesprächsanwendungen von Flash und Turbo. Da Ausdruck Vorrang vor Geschwindigkeit hat, positioniert ElevenLabs es als eigenen Modellzweig und nicht als direkten Ersatz für Echtzeit-Sprachagenten.