ElevenLabs: Eleven v3 Text to Speech API

Eleven v3 是 ElevenLabs 官方推出的最新一代文本转语音模型，被定位为目前情感表达能力最强的语音合成系统。根据官方文档，该模型能够生成高度自然且富有情绪变化的语音，并支持复杂的多说话人对话场景。 该模型支持超过 70 种语言，并引入了“Audio Tags”机制，允许用户通过文本标签直接控制语音的情绪、语气和表现方式。同时，Eleven v3 支持多角色对话生成，可用于构建自然的语音交互或剧情式音频内容。