Runway接入ElevenLabs v4旁白与对白
Runway宣布ElevenLabs v4即日上线其平台，称该模型在旁白与角色对白上表现力与自然语调强于以往，并与其图像和视频模型并列供创作者使用。
ElevenLabs同日发布Eleven v4与低延迟版v4 Turbo。公司称新架构提升控制与克隆速度，约10秒音频可克隆；盲测中约75%听者相对Cartesia Sonic 3.6、Inworld TTS-2以及Google Gemini 3.8 Flash-Lite TTS与Flash TTS更偏爱其表现力与自然度。Artificial Analysis语音榜发布时v4 Elo约1319，高于Sonic 3.6约1276与Gemini 3.8 Flash TTS约1267。语言从v3的约70种扩至90种以上，日语、巴西葡语、普通话与粤语提升最大。专业语音克隆接入v4。企业语音通话已占收入一半以上。
创作者可用方括号标签叠放情绪与音效，如笑、怒、法式口音、细雨、电话震动，模型按顺序执行；国际音标发音稳定性提高。对话模式支持多说话人、打断与语气转换。v4定位内容、有声书与角色配音，单次约1万字符；Turbo中位推理延迟约100毫秒、首包语音约150毫秒，对标对话中的停顿。API促销至10月12日约每千字符0.022美元（目录价0.08美元），Turbo约0.011美元（目录价0.04美元）。
Runway侧已有角色视频与ElevenLabs智能体对接：语音识别、推理与合成在ElevenLabs，Runway做口型同步与形象层。把v4放进同一画布，意味着生成视频可直接配新一代对白，不必在外部工具导出再贴。Google同日前后亦在推Gemini语音工作室能力，赛道是视频平台争抢配音入口。
市场机制上，这是创作工具分发，不是票房结算。买方是要一条工作流出画面加对白的视频团队；卖方Runway卖订阅与算力，ElevenLabs卖字符与克隆。资金从剪辑外包和配音棚，流向按字符计费的接口。受益方是能把声线锁定进长视频的平台；承压方是独立配音软件和按条收费的真人旁白。模型偏好测试把Google语音放进对照组，价格战窗口开到10月中旬。
补充数据：v4文档示例覆盖任务对白、有声书打斗玩笑与多轮情绪切换。Runway Voices接口可用文本描述或样本生成角色声线。环球音乐集团与ElevenLabs在9月有多年战略协议。质量榜与促销价均以发布当日公开页为准，后续会变。
来源：公开信息
ABAB AI 解读
Runway要的不是再卖一个按钮，是把当天发布的旗舰声线锁进自己的时间线，避免用户为对白离开画布。ElevenLabs用盲测和Elo把Google新语音按进第二梯队叙事，再用十秒克隆和标签导演把“能演”写成产品差异。Turbo的100毫秒是给坐席与游戏NPC，v4是给成片；Runway选后者，说明它卖的是作品而不是电话。90种语言让同一条视频轨道能出多语种发行，这比多一个滤镜更接近发行系统。
资本路径是平台抽成叠加接口计费。Runway用视频入口导流，ElevenLabs用字符变现，环球协议给声线版权一层保险。促销价把试用成本打到目录价四分之一，是为了在Google工作室叙事落地前先占工作流。企业通话已过半收入，消费级创作是第二增长曲线。谁先成为默认配音层，谁就在视频生成的账单里占一列。
类比对象是DAW绑定特定合成器，以及YouTube把字幕和配音做成平台功能。不同处是声线可克隆、可标签导演，角色资产能跨集复用。行业阶段是多模态套件从“能出画面”进入“能出可发行对白”。Google走创意工作室，Runway走接入当天最强第三方声线，两条路都在抢同一条时间线。
结构判断属于技术替代。机制是：配音成本从棚时变成字符，导演权从演员排练变成标签序列。画面模型一旦与旗舰TTS同屏，外包对白的摩擦消失，定价权从配音公司转到生成套件。自然语调只是门票，工作流锁定才是租金。
ABAB News · 认知定律
配音一进时间线，导出就变成摩擦
十秒克隆，把声线变成可复用资产
榜单当天有效，工作流锁定才收租