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。
一句話瞭解
這個模型表現如何？
不需上傳檔案 — 5,000 字元. 可用於旁白、課程或多語版本的測試樣稿；正式使用前仍須逐一驗收目標語言、聲音與腳本。
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。
如果任務是單人旁白，或需要比較多種語言的發音，可將 Multilingual V2 納入小樣測試。
如果重點是較低點數，可先比較 Turbo 2.5；如果輸入是多人對白結構，應比較 Dialogue V3。速度與輸出品質仍需透過實際生成驗證。
先用包含數字、專有名詞與停頓的短稿做同聲音對照，再逐步增加長度。記錄實際扣點、音訊格式、發音、節奏與時間戳記結果，確認後再處理長稿。
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。
價格差不能取代輸出比較
官方語言範圍不等於站內逐項驗收
功能詳解
ElevenLabs TTS：清楚的輸入方式
數值欄位是請求控制，不是結果保證
計費與上下文必須分開理解
適合做什麼
長影片旁白和課程音訊
跨語言配音與品牌音色延展
正式成片前的單人配音版本
提示詞技巧
長篇腳本應在達到上限前分段
跨語言任務先測試一句關鍵術語
這頁的重點是聽感，不是參數炫技
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
主文字每 1000 字元 12 點數；實扣 Math.ceil(主文字字元數 × 12 / 1000)，min=1 點數。previous_text 與 next_text 不計入。
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 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。
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。
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 Multilingual V2 在 Kyeo AI 的單人文字轉語音流程、5,000 字元上限，以及每千字元 12 點數的計費方式。 主文字每 1000 字元 12 點數；實扣 Math.ceil(主文字字元數 × 12 / 1000)，min=1 點數。previous_text 與 next_text 不計入。