For AI agents: a documentation index is available at the root level at /llms.txt. Append /llms.txt to any URL for a page-level index, or .md for the markdown version of any page.
Aprende a clonar tu voz al instante con nuestros modelos líderes del sector.
Crear un clon de voz instantáneo
Al clonar una voz, es importante tener en cuenta con qué se ha entrenado la IA: qué idiomas y qué tipo de conjunto de datos. Consulta más información sobre cada modelo y sus puntos fuertes en la página de modelos.
Pon nombre y etiqueta a tu clon de voz, confirma que tienes el derecho y el consentimiento para clonar la voz y, a continuación, haz clic en Guardar voz.
En la sección Voces del panel, haz clic en Mis voces y después en Usar voz para empezar a utilizarla.
Buenas prácticas
Graba al menos 1 minuto de audio
Graba al menos 1 minuto de audio
Evita grabar más de 3 minutos, ya que la mejora será mínima y, en algunos casos, incluso puede perjudicar al clon.
La forma en que se ha grabado el audio es más importante que la duración total de las muestras. El número de muestras que uses no importa; lo importante es la duración total combinada.
Recomendamos aproximadamente 1-2 minutos de audio claro, sin reverberación, artefactos ni ruido de fondo de ningún tipo. Cuando hablamos de «calidad del audio o de la grabación», no nos referimos al códec, como MP3 o WAV, sino a cómo se ha capturado el audio. No obstante, en cuanto a códecs de audio, recomendamos usar MP3 a 128 kbps o más. Las tasas de bits más altas no tienen un impacto significativo en la calidad del clon.
Mantén el audio uniforme
Mantén el audio uniforme
La IA intentará imitar todo lo que escuche en el audio. Esto incluye la velocidad al hablar, las inflexiones, el acento, la tonalidad, el patrón e intensidad de la respiración, así como el ruido y los chasquidos de boca. También tiene en cuenta el ruido y los artefactos que puedan confundirla.
Asegúrate de que la voz mantenga un tono y una interpretación uniformes de principio a fin. También asegúrate de que la calidad de audio de la voz sea uniforme en todas las muestras. Aunque solo uses una muestra, procura que se mantenga uniforme durante toda su duración. Proporcionar a la IA un audio muy dinámico, con grandes variaciones de tono y volumen, dará resultados menos predecibles.
Reproduce tu interpretación
Reproduce tu interpretación
Otro aspecto importante que debes tener en cuenta es que la IA intentará reproducir la interpretación de la voz que proporciones. Si hablas despacio, con voz monótona y sin mucha emoción, eso es lo que imitará la IA. Por otro lado, si hablas rápido y con mucha emoción, eso es lo que la IA intentará reproducir.
Es fundamental que la voz sea uniforme en todas las muestras, no solo en el tono, sino también en la interpretación. Si hay demasiadas variaciones, podría confundir a la IA y generar resultados más variados entre generaciones.
Encuentra un buen equilibrio de volumen
Encuentra un buen equilibrio de volumen
Encuentra un buen equilibrio de volumen para que el audio no sea demasiado bajo ni demasiado alto. Lo ideal sería entre -23 dB y -18 dB RMS, con un pico real de -3 dB.
Preguntas frecuentes
¿Cuál es la diferencia entre Clonar voz IA instantáneo y Clonar voz IA profesional?
La Clonación de Voz Profesional, a diferencia de la Clonación de Voz Instantánea, que permite clonar voces rápidamente con menos de 2 minutos de audio, te permite entrenar un modelo más realista de tu voz. Esto se consigue entrenando un modelo específico con un amplio conjunto de datos de voz para producir un modelo prácticamente indistinguible de tu voz original.
Puesto que los clones de voz profesionales requieren ajuste fino y entrenamiento, pasará algún tiempo antes de que puedas usar tu clon de voz. Es difícil dar una estimación, ya que depende del número de personas que haya en la cola antes que tú y de otros factores, pero el ajuste fino suele tardar entre 3 y 6 horas.
Recibirás una notificación por correo electrónico cuando tu clon de voz profesional esté listo.
¿Cuántas muestras de voz debo subir para Clonar voz IA instantáneo?
La clonación con Clonación de Voz Instantánea puede ser algo complicada y tenemos algunas pautas generales. Sin embargo, no dejan de ser pautas. No tenemos reglas fijas sobre el número de muestras ni su duración. Hemos visto usuarios que han utilizado muestras de solo 30 segundos y han obtenido resultados excelentes, mientras que otros han usado 10 minutos de audio y han obtenido peores resultados. Pero hay algunas cosas que deberías tener en cuenta.
La calidad del audio es el aspecto más importante que debes considerar al usar la Clonación de Voz Instantánea.
El número de muestras no importa; lo importante es la duración total. Tener más de 2-3 minutos de audio apenas mejorará el resultado y, en algunos casos, incluso puede perjudicar la estabilidad del clon.
¿Qué archivos aceptáis para clonar una voz?
Para la Clonación de Voz Instantánea y la Clonación de Voz Profesional, aceptamos diversos tipos de archivo. Recomendamos encarecidamente MP3 a 192 kbps o más.
Formato recomendado
MP3, 192 kbps o más
Duración recomendada
Clonación de Voz Instantánea: 1-2 minutos de audio de buena calidad
Clonación de Voz Profesional: 30-180 minutos de audio de buena calidad
Los formatos sin comprimir, como WAV, normalmente no mejoran la calidad del clon y pueden causar problemas durante la subida. En su lugar, céntrate en la calidad de la grabación: utiliza una grabación limpia, sin ruido de fondo, reverberación de la sala ni varios hablantes, con un volumen y tono constantes, y sin largos silencios.
¿Hay alguna restricción sobre las voces que puedo subir para clonar una voz?
En ElevenLabs, nos comprometemos plenamente tanto a respetar los derechos de propiedad intelectual como a implementar medidas de protección contra el posible uso indebido de nuestra tecnología:
Solo colaboramos con clientes que cumplen nuestros Términos de servicio y nuestra Política de uso prohibido, que prohíben el uso malintencionado de nuestra tecnología para cualquier fin que pueda considerarse ilegal o perjudicial;
Buscamos apoyar a propietarios de voces y a sus licenciatarios para que reclamen sus derechos, y revisaremos y actuaremos ante todas las infracciones conocidas;
Todo el audio generado por nuestros modelos puede rastrearse de inmediato hasta el usuario responsable de generarlo.
La tecnología que estamos desarrollando es nueva y todavía no existe una regulación clara. Parte de nuestro objetivo como laboratorio de investigación de IA es dar a conocer la existencia de esta tecnología, su potencial y también sus limitaciones.
¿Hay consejos para obtener voces clonadas de buena calidad?
La idea principal es: una entrada buena y uniforme = un resultado bueno y uniforme.
Duración
Clonar Voz Instantánea: 1-2 minutos de audio de buena calidad
Clonar Voz Profesional: 30-180 minutos de audio de buena calidad
Usa los fragmentos de audio mejores y más nítidos que encuentres. Debe haber un solo hablante, sin ruido ni interferencias de fondo, y su voz debe oírse alta y clara.
En lugar de usar muchos fragmentos de distinta calidad solo para aumentar la duración, prioriza aquellos en los que la calidad del micrófono sea claramente muy alta y la calidad y el tono sean uniformes de principio a fin, en vez de centrarte en aumentar la duración total.
Asegúrate de que la mayor parte del diálogo de tus fragmentos coincida con el estilo de habla y la entonación del hablante que más te gustan. No conviene incluir demasiados fragmentos en los que el hablante se aleje de los patrones de habla que quieres escuchar.
Si es necesario, usa un eliminador de ruido para reducir el ruido de fondo.
Puedes encontrar más información en nuestra documentación aquí.
¿Puedo clonar mi voz en un idioma distinto del inglés?
Sí. Puedes clonar tu voz en cualquier idioma compatible con Flash v2.5 y Multilingual v2. Consulta la lista completa de idiomas compatibles aquí.
También puedes clonar una voz que habla un idioma que la IA no admite. El clon puede captar el tono del hablante, pero no podrá hablar ese idioma y los resultados pueden ser impredecibles. No lo recomendamos.
¿Puedo exportar mis clones de voz?
No puedes descargar ni exportar tus clones de voz como archivos independientes. Los clones de voz permanecen en tu cuenta de ElevenLabs.
Aun así, puedes usar tus voces de ElevenLabs fuera del sitio web de ElevenLabs. Con tu clave de API, los servicios de terceros pueden llamar a la API de ElevenLabs y generar voz con las voces de tu cuenta.
Si quieres volver a crear un clon más adelante, guarda las muestras de audio originales que usaste para crearlo. Cada clon sonará ligeramente distinto, incluso si usas el mismo audio.
¿Por qué mi voz o mi acento no suenan bien después de clonarlos?
ElevenLabs ofrece dos opciones para clonar voces:
Clonación de Voz Instantánea: resultados rápidos a partir de unos 1-3 minutos de audio. Funciona bien con la mayoría de las voces, pero puede tener dificultades con acentos poco comunes o voces únicas.
Clonación de Voz Profesional: mayor fidelidad, utilizando entre 30 minutos y unas 3 horas de audio. El ajuste suele tardar entre 3 y 6 horas, y puede llevar más tiempo si hay muchas voces en cola.
Si la Clonación de Voz Instantánea no capta bien tu voz o acento, prueba la Clonación de Voz Profesional.
No puedes cambiar el acento ni el tono de un clon después de crearlo. Para mejorar el resultado, cambia las muestras de audio que utilizas. Pequeños cambios en las muestras pueden marcar una gran diferencia.
¿Qué significa el error «No se ha encontrado ningún modelo para esta voz. Selecciona otra voz»?
Verás este error si intentas usar tu clon de voz profesional (PVC) antes de que haya completado el proceso de ajuste fino y esté disponible para usarlo.
Cuando creas un PVC, debe pasar por varios procesos antes de estar disponible para su uso. Después de verificar tu voz, se procesará y se pondrá en cola para el ajuste fino. Según cuántas otras voces estén actualmente en cola para el ajuste fino, calculamos que este proceso suele tardar entre 3 y 6 horas, aunque puede tardar hasta 24 horas.
Puedes consultar el progreso de tu PVC en Mis voces: busca la voz en tu lista de voces y haz clic en Ver para ver más detalles. Puedes pasar el cursor sobre cada modelo para ver su estado actual.
Cuando tu PVC haya completado el ajuste fino y esté disponible para usarlo, verás una notificación emergente y también recibirás un aviso por correo electrónico.
