Portem el nostre assistent de veu a Eleven v4 Turbo: què canvia i amb quina tecnologia funciona

Eleven v4 Turbo és el model de text a veu que ElevenLabs ha tret per a agents que parlen en temps real, i des del 18 d'octubre de 2026 és el que fa servir el nostre assistent de veu. Segons ElevenLabs, és més expressiu que els anteriors i parla més de 90 idiomes. A la nostra prova, l'espera fins que l'assistent comença a contestar va ser gairebé la mateixa que amb el model anterior: 1.037 ms de mediana davant de 1.005 ms, amb una mostra encara petita.

Fins ara el nostre assistent de veu per a negocis parlava amb Eleven Flash v2.5, un altre model d'ElevenLabs pensat per al temps real. Aquest article explica què porta el nou, què vam mesurar abans de canviar, què canvia per a qui truca i, de passada, amb quina tecnologia funciona cada canal de Proxera.

Què és Eleven v4 Turbo, segons ElevenLabs

ElevenLabs va presentar la família v4 el 28 de setembre de 2026 a l'anunci «Eleven v4: Our most expressive text-to-speech AI model yet», actualitzat el 12 d'octubre. Són dos models amb usos diferents:

Font: documentació de models d'ElevenLabs i pàgina d'Eleven v4, llegides el 18-oct-2026.

Per a una trucada de negoci, el que compta és v4 Turbo. ElevenLabs el descriu com el seu model de síntesi de veu en temps real «més expressiu» i el destina, literalment, a «agents de suport que resolen les consultes dels clients en temps real».

El que diu que millora, sempre segons ElevenLabs:

• La veu no canvia a mitja conversa. Fa servir un mètode nou per captar la identitat de cada veu i diu que la manté «amb més fiabilitat» entre frases, diàleg i narració.
• Segueix millor les indicacions de com s'ha de dir una frase, escrites en llenguatge natural o amb etiquetes, «amb més precisió que els models anteriors». La seva pròpia pàgina reconeix que aquestes etiquetes «encara no són perfectes».
• Una mateixa veu pot parlar un altre idioma amb accent natiu i conservar-ne el timbre.
• Més de 90 idiomes, entre els quals el català.

El que Eleven v4 Turbo no és: més ràpid de model

Aquí hi ha un parany fàcil de trepitjar. Segons la mateixa documentació d'ElevenLabs, el model que fèiem servir té una latència d'inferència de ~75 ms, i v4 Turbo, de ~100 ms. Totes dues xifres porten la mateixa nota: no inclouen la latència de l'aplicació ni la de la xarxa.

A l'anunci, ElevenLabs sí que presenta v4 Turbo com el més ràpid, però davant d'altres quatre proveïdors (Cartesia, xAI, Google i OpenAI), no davant dels seus propis models: una mediana de ~150 ms fins que se sent la veu, mesurada per ells el setembre de 2026, per WebSocket i sense comptar la xarxa. Són 100 ms i 150 ms perquè mesuren coses diferents: una és el que triga el model, l'altra el que triga a sonar.

Per tant, el que promet v4 Turbo no és velocitat. És naturalitat i idiomes, sense deixar de ser de temps real. Si això costa unes desenes de mil·lisegons, calia veure si es nota en una trucada. I això no ho diu cap fitxa tècnica: s'ha de mesurar.

El que vam mesurar abans de canviar

No canviem el model d'un assistent que ja atén trucades perquè n'hagi sortit un de nou. Primer vam muntar un agent de prova, còpia del de producció: mateix guió, mateixes regles, el mateix model que decideix les respostes i els mateixos ajustos de torn i de reconeixement de veu, amb el seu propi número i sense atendre ningú de fora.

De cada conversa, ElevenLabs desa mètriques per torn. La que mirem és el temps des que qui truca deixa de parlar fins que surt el primer àudio de l'assistent, dins de la plataforma i sense comptar la xarxa telefònica.

Font: mètriques per torn de les converses a ElevenLabs, llegides per Proxera el 18-oct-2026. Sense la salutació inicial.

Si això és el teu cas: El que fa Xera pel teu negoci →

La diferència és de 32 ms, i s'ha de llegir amb compte: del costat de v4 Turbo són només 8 torns d'una trucada, així que és una primera lectura, no una conclusió. Aquell mateix dia vam fer dues trucades de prova més en què vam canviar de veu i d'idioma a mitja conversa, per provar el català i les veus noves; en aquestes l'espera va ser més llarga (medianes de 1.593 ms i 1.912 ms), però no les comparem amb producció perquè hi canviaven dues coses alhora. Continuarem mesurant amb les trucades reals i, si l'espera empitjora de manera que es noti, ho explicarem aquí.

Què canvia per a qui truca

• La veu. L'assistent parla amb Eleven v4 Turbo. És el mateix guió i la mateixa manera d'atendre; canvia el model que posa la veu.
• Veus noves. Hem afegit dues veus en castellà, Pablo i Alejandra, i ja en són sis. Per al català, dues més: Martina i Bernat.
• El català. Si el necessiteu, l'assistent també atén en català, sense cost addicional. Flash v2.5 no l'admetia com a idioma de l'agent i v4 Turbo sí. La resta d'idiomes de cada pla, a la pàgina de l'assistent de veu.

Prova-ho en directe: truca al 930 34 78 22 i parla-li en castellà, català, anglès, francès o alemany

Amb quina tecnologia funciona Proxera

Ens ho pregunten sovint, i és just dir-ho amb noms. Això és el que fa cada proveïdor a cada canal, comprovat a la nostra configuració el 18-oct-2026:

El que fa que l'assistent atengui com el teu negoci ho construïm nosaltres: les seves instruccions, l'encàrrec, els avisos, el panell i el filtre de trucades. Cap d'aquests proveïdors és soci ni patrocinador de Proxera: són els serveis que contractem. La llista completa de proveïdors que tracten dades, i les seves garanties, és a la nostra política de privadesa.

Què no canvia per a qui ja té l'assistent

• El teu número de sempre. Continues desviant les trucades al teu número Xera de Barcelona, com expliquem a com desviar les trucades amb Movistar, Vodafone o Orange.
• L'encàrrec. En penjar et arriba el correu amb el resum, i al teu panell de veu queden l'àudio, la transcripció i l'encàrrec.
• Els avisos. L'assistent es presenta com a IA en començar i, si ho tens activat, avisa que la trucada es grava i es transcriu.
• Els preus. Un canvi de model no toca els plans. Si estàs comparant, els tens a quant costa una recepcionista virtual amb IA a Espanya.

Prova-ho

La manera més ràpida de saber com sona és trucar-li: 930 34 78 22. Contesta l'assistent de Proxera, i li pots parlar com ho faria un client teu, en castellà, català, anglès, francès o alemany, o preguntar-li si serviria per al teu negoci. Si prefereixes parlar amb una persona, reserva una trucada i et truquem nosaltres.