Eleven v4 và Eleven v3: thay đổi gì và ảnh hưởng thế nào đến lời thuyết minh

So sánh Eleven v4 và Eleven v3 trong một đoạn#

Chọn Eleven v4 hay Eleven v3 cho lời thuyết minh thu sẵn là một quyết định khác với chọn cho tác tử giọng nói trực tiếp. ElevenLabs công bố v4 và v4 Turbo ngày 28/09/2026 (Mở trong thẻ mới), với bản cập nhật đề ngày 19/10: kiến trúc mới, hỗ trợ nhiều ngôn ngữ hơn và điều chỉnh cách kiểm soát giọng đều là thay đổi do nhà cung cấp công bố. Tính đến ngày 21/10/2026, cả hai mô hình v4 đều chưa có trên OmniArt. Bạn vẫn có thể tiếp tục tạo nội dung bằng Eleven v3, Eleven Multilingual v2 hoặc Eleven Turbo v2.5. Với video sẽ được biên tập trước khi đăng, hãy đánh giá phần thể hiện trong bản thu; với tác tử phải trả lời ngay, hãy tìm hiểu riêng về độ trễ truyền phát trực tuyến.

Những thay đổi theo công bố của ElevenLabs#

Bảng dưới đây tách các tùy chọn điều khiển trên OmniArt khỏi những tuyên bố rộng hơn của ElevenLabs về mô hình. Số liệu OmniArt lấy từ danh mục giọng nói và danh sách ngôn ngữ, kiểm tra ngày 21/10/2026. Cột v4 tóm tắt thông báo phát hành có ghi ngày (Mở trong thẻ mới); đây là khả năng do nhà cung cấp công bố, không phải kết quả so sánh thực tế trên OmniArt.

Số ngôn ngữ trong bộ chọn là chi tiết triển khai tích hợp, không phải thước đo đầy đủ về chất lượng mô hình. Kiểm tra đúng ngôn ngữ bạn cần, rồi nghe thử tên riêng, ngày tháng và các đoạn chuyển tiếp trong ngôn ngữ đó. Tương tự, nhà cung cấp có tính năng nhân bản không có nghĩa là nền tảng sáng tạo đã mở tính năng ấy. Bài viết này không hướng dẫn nhân bản giọng trên OmniArt và không dự đoán khi nào v4 sẽ xuất hiện.

Đọc hai con số về độ trễ#

ElevenLabs báo cáo độ trễ suy luận trung vị của Eleven v4 Turbo khoảng 100 ms trong phần kiến trúc của thông báo ngày 28/09, cập nhật ngày 19/10/2026 (Mở trong thẻ mới). Tuyên bố này không kèm phương pháp đo. Không nên đổi cách gọi thành thời gian từ lúc gửi yêu cầu đến khi nghe được tiếng nói.

Nguồn đó còn báo cáo riêng thời gian trung vị đến tiếng nói đầu tiên của Eleven v4 Turbo khoảng 150 ms. Chú thích 3 định nghĩa đây là thời gian từ yêu cầu đến khi nghe được tiếng nói, đo trong tháng 09/2026 bằng kịch bản giống nhau và cài đặt mặc định, với v4 Turbo dùng truyền phát qua WebSocket. Độ trễ mạng của mọi hệ thống đều được đo và loại trừ. Nhóm đối chiếu gồm Cartesia Sonic 3.6, xAI TTS, Google Gemini 3.8 Flash-Lite TTS và OpenAI GPT-4o mini TTS. Cả hai số liệu đều do nhà cung cấp báo cáo; không số nào là độ trễ của mô hình v4 không phải Turbo.

Đây là hai phép đo riêng. Đừng ghép chúng thành một khoảng hay lấy hiệu để suy ra một giai đoạn xử lý mà nhà cung cấp chưa mô tả. Giá trị trung vị cũng không cho biết một yêu cầu chậm sẽ hoạt động ra sao.

Với tác tử trực tiếp, hãy kiểm tra toàn bộ tương tác trên mạng và thiết bị mà người nghe sử dụng. Người nghe phải chờ nhiều hơn bước tổng hợp tiếng nói: nhận diện lượt nói, chuẩn bị câu trả lời, truyền tải và phát âm thanh đều góp phần. Loại thời gian mạng giúp tách riêng kết quả đo chuẩn, nhưng cũng khiến nó ít phản ánh tổng thời gian chờ của người nghe hơn.

Với thuyết minh YouTube, quảng cáo hay video bản địa hóa được tạo sẵn, độ trễ của từ đầu tiên hiếm khi quyết định chất lượng thành phẩm. Thay vào đó, hãy nghe cách diễn đạt, phát âm, khoảng nghỉ và mức độ dễ biên tập. Tốc độ tạo có thể ảnh hưởng ngày làm việc của bạn; nó không biến một bản đọc kém thành bản phù hợp cho lần dựng cuối.

Những tuyên bố về mức ưa thích và thứ hạng#

Bài công bố của ElevenLabs (Mở trong thẻ mới) cho biết v4 đứng đầu Provider Voice Arena của Artificial Analysis trong tháng 09/2026. Đây là thứ hạng trong quá khứ do nhà cung cấp trích dẫn. Vị trí hiện tại trên bảng xếp hạng chưa được xác nhận độc lập tính đến ngày 21/10/2026.

Bài đăng cũng báo cáo mức ưa thích của người nghe khoảng 75% trong các bài thử mù do chính họ tổ chức tháng 09/2026. Người chấm so sánh cùng một câu về độ biểu cảm và tự nhiên; trường hợp hòa được tính một nửa. Các đối thủ gồm Cartesia Sonic 3.6, Inworld TTS-2, Google Gemini 3.8 Flash-Lite TTS và Google Gemini 3.8 Flash TTS. Đây là phép thử do nhà cung cấp thực hiện với nhóm đối thủ khác phép đo độ trễ. Nó không phải kết quả đo mức ưa thích so với v3 trên OmniArt.

Hãy dùng các tuyên bố này để chọn mô hình cần nghe thử, đừng dùng thay cho đánh giá kịch bản của bạn. Một tên sản phẩm bị đọc sai có thể quan trọng hơn một bản đọc chung trau chuốt. Khi bản địa hóa, nhờ người thông thạo ngôn ngữ đích kiểm tra phần thể hiện trong ngữ cảnh. Bài viết này không có thử nghiệm nghe v4 và không đưa ra xếp hạng chất lượng độc lập.

Làm thuyết minh trên OmniArt hiện nay#

Tính đến ngày 21/10/2026, danh mục giọng nói OmniArt và đơn vị tính phí cho bạn những lựa chọn thực tế dưới đây. Giới hạn và chi phí là thiết lập của OmniArt, không phải giá API của ElevenLabs.

Danh sách ngôn ngữ cùng ngày cho phép chọn 29 mã ngôn ngữ cùng chế độ tự động cho Multilingual v2 và 32 mã cùng chế độ tự động cho Turbo v2.5. Xác nhận ngôn ngữ đích trong bộ chọn trước khi chỉ dựa vào độ dài kịch bản để quyết định.

Theo quy tắc tính phí ngày 21/10/2026 ở trên, kịch bản 1.000 ký tự tốn 20 tín dụng với v3 và 10 tín dụng với Turbo v2.5. Khối được làm tròn lên: thêm văn bản vượt quá một khối đầy đủ sẽ bắt đầu khối tính phí tiếp theo. Đây là ước tính cho mỗi lượt tạo; những bản thu thử thêm có chi phí riêng. Kiểm tra mức ước tính hiển thị trong chế độ âm thanh sau khi dán kịch bản thực tế, bao gồm cả thẻ chỉ dẫn.

Để đánh giá v3, chọn tổng hợp tiếng nói, chọn mô hình, giữ cố định một thiết lập giọng và bắt đầu bằng đoạn cần thay đổi cách thể hiện rõ rệt. Thử kịch bản này, rồi bỏ các thẻ trong ngoặc vuông và nghe lại:

Nghe xem sự hào hứng có xuất hiện đúng lúc dự định và đoạn kết nhỏ giọng có còn rõ lời hay không. Đặt một đoạn trung tính bên cạnh đoạn có chỉ dẫn để nghe được chuyển tiếp thay vì chỉ nghe một hiệu ứng riêng lẻ. Mỗi lần chỉ thay đổi một phần kịch bản và giữ bản thu phục vụ tốt cho việc dựng.

Về vị trí và ví dụ thẻ, xem hướng dẫn thẻ âm thanh Eleven v3. Với quy trình biên tập tổng thể, xem thuyết minh AI cho video YouTube; với lựa chọn trên gói Free, xem hướng dẫn MiniMax Speech. Dùng giới hạn và chi phí hiện tại ở trên nếu hướng dẫn cũ có khác biệt.