ElevenLabs Dialogue V3
ElevenLabs Dialogue V3 目前提供逐行對白生成：每行填入台詞並選擇聲音，再依台詞總字元數計費。它不是即時語音代理；官方也提醒可能需要產生多個版本才能選到可用結果。本站建議先用樣本確認角色切換、音訊標籤、語言代碼、輸出格式或長腳本完整性。
一句話瞭解
這個模型表現如何？
本站提供 20 個可選聲音，對所有對白行合計執行 5,000 字元上限，且每次請求最多可使用 10 個不同聲音。輸出格式、seed、文字正規化與發音字典控制暫未開放，正式使用前請先驗證短腳本。
關鍵參數總覽
協助你快速評估此模型是否符合你的業務情境。
其他名稱
同一個模型在不同資料中可能有不同名稱，這裡統一整理，方便搜尋與比較。
使用者常見問題
從實際任務、輸入條件和結果要求出發，整理選擇模型時最需要確認的問題。
選擇指南
還在猶豫該用哪個模型嗎？先查看這幾個關鍵決策點。
如果腳本由多個說話輪次組成，而且每行需要指定聲音，可將 Dialogue V3 納入短樣測試。先驗證聲音切換與完整輸出，再增加腳本長度。
連續單人旁白應先比較單人 TTS；需要即時互動的語音代理也不適用，因為官方明確指出 Text to Dialogue 並非即時應用。
先用 2 個聲音與少量輪次測試發音、切換、截斷、音訊格式與實際扣點。
使用者常搜尋的比較
把常見候選放在同一任務下比較，協助你確認輸入方式、控制項和成本差異。
模型橫向比較表
還在猶豫該選哪一個嗎？這張表協助你快速看清目前模型與替代方案的核心差異。
實際使用體驗
結合公開資料、目前站內邊界和典型任務，說明模型適合與不適合的情況。
這一頁最容易被誤寫成「更強的 TTS」，但其實不是
多人對白應依整體節奏與角色區分度評測
功能詳解
ElevenLabs Dialogue：清楚的輸入方式
聲音數量與語言代碼各有邊界
本地計費只統計台詞字元
適合做什麼
短劇和角色互動樣本
Podcast 主持人 / 來賓來回說話
多角色產品演繹或品牌角色化內容
提示詞技巧
一行一句，先把角色邊界寫清楚
先用短樣本看區分度
預設 voice 只是備援，不是主要控制項
選擇它的理由
使用前須知
可調整參數
協助你快速評估此模型是否符合你的業務情境。
點數消耗
全部 dialogue[] 文字每 1000 字元 14 點數；實扣 Math.ceil(dialogue[] 文字總字元數 × 14 / 1000)，min=1 點數。
批次生成圖片或影片前，建議先用同一組素材，在目前模型與同類候選模型之間進行 AB 測試；確認效果後再批次執行，避免浪費點數。
常見問題
同類模型推薦
還沒決定該用哪個嗎？也可以比較這幾個同類候選模型。
ElevenLabs Multilingual V2
ElevenLabs Multilingual V2 是 Kyeo AI 目前串接的單人高自然度配音頁。它和 Turbo 2.5 共用近似的前台表單，但真正的任務邊界並不相同：Turbo 更像快速配音基準，Multilingual V2 更像長文字旁白、跨語言內容與品牌長期音色的主力頁。目前站內同樣只提供固定語音角色清單與 5,000 字元串接上限，但決策重點已從速度轉為聽感穩定性，以及是否值得付出雙倍的字數成本。
ElevenLabs Turbo 2.5
ElevenLabs Turbo 2.5 是 Kyeo 目前保留的單人文字轉語音工作流程，可選擇站內聲音，並調整 stability、similarity_boost、style、speed、timestamps、前後文與 language_code。它仍可提交，但 ElevenLabs 目前已建議改用 Flash v2.5；頁面不把低延遲、語言支援、時間戳記精度、聲音授權或輸出品質視為 Kyeo 的保證。
資訊來源
頁面內容結合模型資料、功能說明和 Kyeo AI 目前可用設定整理。
瞭解 ElevenLabs Dialogue V3 在 Kyeo AI 的逐行對白、聲音選擇與 5,000 字元上限，以及按每千字元 14 點數計費的實際邊界。 全部 dialogue[] 文字每 1000 字元 14 點數；實扣 Math.ceil(dialogue[] 文字總字元數 × 14 / 1000)，min=1 點數。