ElevenLabs Dialogue V3
ElevenLabs Dialogue V3 当前提供逐行对白生成：每行填写台词并选择声音，Kyeo AI 按台词总字符数计费。它不是实时语音代理；官方也提示可能需要多次生成才能选到可用结果。本站建议先用样本确认角色切换、情绪标签、语言代码、输出格式或长脚本完整性。
一句话了解
这个模型怎么样？
本站提供 20 个可选声音，对所有对白行合计执行 5,000 字符上限，并将每次请求限制为最多 10 个不同声音。输出格式、seed、文本规范化和发音词典控制暂未开放，正式使用前应先验证短脚本。
关键参数一览
帮你快速评估这个模型和你的业务场景是否匹配。
它还叫什么
同一个模型在不同资料里可能有不同叫法，这里统一整理，方便搜索和比较。
用户常见问题
从实际任务、输入条件和结果要求出发，整理选择模型时最需要确认的问题。
选型指南
还在纠结用哪个模型？先看这几个关键决策点。
如果脚本由多个说话轮次组成，需要逐行指定声音，可将 Dialogue V3 纳入短样测试。先验证声音切换和完整输出，再决定是否扩大长度。
连续单人旁白应先比较单人 TTS 路由；需要实时交互的语音代理也不适用，因为官方明确说 Text to Dialogue 不是实时应用。
先用 2 个声音和少量轮次测试发音、切换、截断、音频格式与实际扣点。
用户常搜的对比
把常见候选放在同一任务下比较，帮助你确认输入方式、控制项和成本差异。
模型横向对比表
正在纠结选哪个？这张表帮你一眼看清当前模型和替代方案的核心差异。
实际使用体验
结合公开资料、当前站内边界和典型任务，说明模型适合与不适合的情况。
这页最容易被误写成“更强的 TTS”，但其实不是
多人对白应按整体节奏和角色区分度评测
能力详解
ElevenLabs Dialogue：清晰输入方式
声音数量与语言代码有独立边界
本地计费只统计台词字符
适合做什么
短剧和角色互动样本
播客主持 / 嘉宾来回说话
多角色产品演绎或品牌角色化内容
提示词技巧
一行一句，先把角色边界写清
先用短样本看区分度
默认 voice 只是兜底，不是主控制项
为什么选它
使用前要知道
可调参数
帮你快速评估这个模型和你的业务场景是否匹配。
积分消耗
全部 dialogue[] 文本每 1000 字符 14 积分；实扣 Math.ceil(dialogue[] 文本总字符数 × 14 / 1000)，min=1 积分。
批量出图或出视频前，建议先用同一组素材在当前模型和同类候选之间做 AB 测试，确认效果后再批量跑，避免浪费积分。
常见问题
同类模型推荐
还没决定用哪个？顺手对比一下这几个同类候选。
ElevenLabs Multilingual V2
ElevenLabs Multilingual V2 是 Kyeo AI 当前接入的单人高自然度配音页。它和 Turbo 2.5 共用近似的前台表单，但真正的任务边界并不一样：Turbo 更像快配音基线，Multilingual V2 更像长文本旁白、跨语言内容和品牌长期音色的主力页。当前站内它同样只走固定语音角色列表和 5,000 字符接入口，但决策重点已经从速度切到听感稳定性和值不值得付双倍字数成本。
ElevenLabs Turbo 2.5
ElevenLabs Turbo 2.5 是 Kyeo 当前保留的单人文字转语音工作流，可选择站内声音并调整 stability、similarity_boost、style、speed、timestamps、前后文和 language_code。它仍可提交，但 ElevenLabs 当前已推荐以 Flash v2.5 取代；页面不把低延迟、语言支持、时间戳精度、声音授权或输出质量视为 Kyeo 的保证。
信息来源
页面内容结合模型资料、功能说明和 Kyeo AI 当前可用设置整理。
了解 ElevenLabs Dialogue V3 在 Kyeo AI 的逐行对白、声音选择与 5,000 字符上限，以及按每千字符 14 积分计费的实际边界。 全部 dialogue[] 文本每 1000 字符 14 积分；实扣 Math.ceil(dialogue[] 文本总字符数 × 14 / 1000)，min=1 积分。