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。
一句話瞭解
這個模型表現如何？
本頁描述 Kyeo 目前實際傳送的 TTS 參數與字元扣點，不把 ElevenLabs 直連 API、完整 Voice Library、聲音複製能力或付費方案許可寫成站內已具備的能力。
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。
需要驗證目前 Kyeo 工作流程、指定聲音與這些 TTS 參數是否符合既有流程時，可以用短文字做有限測試。
需要官方目前建議的低延遲路線時，應確認 Flash v2.5 是否已串接；需要長文字或更豐富表達時比較 Multilingual V2；多角色腳本則比較 Dialogue V3。
先用包含數字、日期、專名與標點的短稿測試預設參數，再一次只改一個設定。開啟時間戳記或分段上下文時，檢查實際回應欄位與音訊邊界，不要以參數存在取代結果驗證。
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。
Turbo 2.5 已不是官方目前首選的低延遲型號
聲音清單與聲音授權是兩回事
功能詳解
單人文字轉語音參數
時間戳記與分段上下文請求
依主文字字元計費
官方 32 種語言背景不等於全部站內實測
適合做什麼
單人旁白樣本
分段文字實驗
需要時間資訊的音訊測試
提示詞技巧
先規範數字、日期與專名
一次只改一個參數
分段與時間戳記都要實測
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 6 點數；實扣 Math.ceil(主文字字元數 × 6 / 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 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 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 Kyeo AI 的 ElevenLabs Turbo 2.5：5,000 字元、聲音角色、語音參數、時間戳記、前後文、語言代碼、每千字元 6 點數及 Flash 遷移風險。 主文字每 1000 字元 6 點數；實扣 Math.ceil(主文字字元數 × 6 / 1000)，min=1 點數。previous_text 與 next_text 不計入。