聊AI语音相关内容的时候，不少人听过ElevenLabs。网上偶尔会看到eleven2、eleven20这类简写，第一次看到很容易摸不清含义。这家英国AI公司2022年成立，两位创始人分别来自谷歌和Palantir，总部设在伦敦。项目起步只做文本转语音，后续逐步拓展音乐生成、配音、对话智能体等业务板块。2023年1月上线首个语音模型，发展至今服务数百万个人用户和数千企业客户。
大家口中说的eleven2，大多指代它v2系列模型。Multilingual v2是早期版本，主打多语言语音合成，支持29至30种语言，优势是保留说话人原本音色和口音，同一个音色切换不同语种，听感上依旧是同一个人声。这个模型长文本稳定性不错，做有声书、课程配音的人使用较多。Music v2是后续推出的音乐生成模型，可以实现歌剧到重金属的风格切换，支持单独重生成歌曲某一段落，例如修改bridge段落，保留chorus不变。Scribe v2方向不一样，属于语音转文字模型，支持批量音频转写、字幕生成，面向需要处理大量音频素材的团队。
eleven20这个说法官方没有定义，属于民间叫法。比较合理的理解，是指代ElevenLabs目前三套业务平台。ElevenCreative面向内容创作者，整合语音、音乐、图像、视频生成能力到同一个工作台，支持70多种语言，广告制作、品牌内容、视频配音创作者主要使用这个平台。ElevenAPI面向开发者，开放底层模型调用能力，可以把语音合成、音乐生成嵌入自研产品。ElevenAgents偏向企业客服和销售场景，用来部署语音或者文本智能体，支持CRM对接、批量外呼等能力。
三套平台共用底层模型，但面向人群和使用入口完全不同。播客创作者一般只用ElevenCreative，开发SaaS产品的团队会接入ElevenAPI，需要处理大量客户来电的企业会部署ElevenAgents。ElevenLabs近期放出MCP服务器，可以直接在Claude、Cursor这类工具调用它的语音、音乐生成能力，不用单独编写API请求代码。
综上，eleven2和eleven20并不是独立项目，只是网友混用ElevenLabs v2模型和平台名称衍生出来的简称。想要上手体验，访问elevenlabs.io注册账号，免费额度就可以测试Multilingual v2语音合成。