Eleven Realtime：先写清实时语音体验，再开始制作

如果希望听众的问题决定接下来发生什么，就选择对话式语音体验；如果项目需要固定表演，就选择已获批准的录制旁白。Eleven Realtime 的更广泛开放让创作者需要实际考虑这个选择，但悦耳声音仍离不开明确用途、准确素材和审核流程。

这次开放发生了什么变化

ElevenLabs 2026 年 11 月 2 日更新日志表示，Eleven Realtime 已完成逐步开放，可用于所有 ElevenAgents 工作区。选项为 Eleven Realtime v1 Mini 和 v1 Max。10 月 20 日的介绍将其描述为语音到语音的声音代理模型。

这是 ElevenLabs 内部的可用情况，不能证明 Tong 已提供这些模型。创作上的关键是：项目需要适应听众的对话，还是一份可由编辑逐字批准的完成音频？

确定听众应能做什么

设想一位虚构画廊语音向导。观众可能询问作品材料、要求更短解释，或更换话题。这不同于必须让文字和时间与画面一致的预告片旁白。两种形式都需要获批的创作要求。

选择声音前，先写明受众、任务和边界。向导的目标可以是使用提供的笔记回答少量作品问题；如果笔记没有艺术家生平，就不应编造。这是规划示例，不是已部署体验或测试结果。

写一页对话要求

列出允许使用的事实、所需语言、语气和适当回答长度。加入开场白，以及面对资料之外问题时的简单回应。将获批事实与风格建议分开，避免声音个性悄悄成为信息来源。

确定停顿和打断的处理。听众要求更简短时，是否应停止当前解释并替换？换话题时应怎么办？这些是在所选系统中定义并评估的行为，不是本文的性能保证。ElevenLabs 的介绍将轮流说话和打断后的恢复作为 ElevenAgents 中可调整的设置讨论。

审核完整交流，不只听第一句

计划几个短情境：直接提问、换一种问法、听众尚未说完时停顿，以及打断后改变请求。检查交流是否遵循预期含义，并停留在获批资料范围内。温暖的问候本身不能验证整个体验。

对每种受支持的目标语言，检查整段交流与重要姓名的读法。配音发音指南可帮助记录决定。批准一种语言不能自动验证另一种语言。我们没有执行这些情境，也没有测量延迟、准确率或成本。

按体验形式制定验收条件

实时交流应记录：是否回答了实际问题、是否合理处理请求变化、是否使用获批事实。录制旁白则需核对最终文字、表演和与剪辑的同步。表达流畅仍可能事实错误；句子正确也可能在错误时机出现。

一起保存获批要求、来源笔记和审核结论。可在Tong 模型目录查看当前工具与控件，在Tong Academy了解流程。先从听众需求出发，再选择能让最终声音体验有用的形式与审核方法。