Saltar a la navegación
VocesClonación de voz

Clonación de Voz Profesional

Descubre cómo clonar tu voz de forma profesional con nuestros modelos líderes del sector.

Función de clonación de voz profesional

Crear un clon de voz profesional

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.

Guía

Si no tienes claro qué está permitido desde un punto de vista legal, consulta los Términos de servicio y nuestra información sobre seguridad de la IA para obtener más información.

1

Ve a la página de Clonación de Voz Profesional

En la barra lateral de ElevenLabs, haz clic en el botón más junto a Voces para abrir la página Crear voz y, después, haz clic en Crear nueva bajo Clon de Voz Profesional.

2

Sube tu audio

Los Clones de Voz Profesionales no admiten actualmente el canto. Las grabaciones de audio deben contener únicamente voz hablada.

Crear un nuevo Clon de Voz Profesional

Sube tus muestras de audio haciendo clic en Subir muestras.

Si aún no tienes audio de entrenamiento grabado, también puedes grabar directamente desde la interfaz seleccionando Grábate. Hemos incluido guiones de ejemplo para narración, conversación y publicidad. También puedes subir tu propio guion.

3

Consulta los comentarios sobre la duración de las muestras

Cuando hayas subido tu audio, verás comentarios sobre la duración de tus muestras. Para obtener los mejores resultados, te recomendamos subir al menos una hora de audio de entrenamiento e, idealmente, acercarte lo máximo posible a las tres horas.

Crear un nuevo Clon de Voz Profesional

4

Procesa tu audio

Una vez subidas las muestras de audio, puedes procesarlas para mejorar su calidad. Puedes eliminar el ruido de fondo y también separar distintos hablantes si tu audio incluye más de uno. Para acceder a estas opciones, haz clic en el botón Ajustes de audio situado junto al clip que quieres procesar.

Crear un nuevo Clon de Voz Profesional

5

Verifica tu voz

Cuando hayas grabado y subido todo, se te pedirá que verifiques tu voz. Para que el proceso sea fluido, intenta verificar tu voz con el mismo equipo, o uno similar, que utilizaste para grabar las muestras, y con un tono y una entonación parecidos a los de estas. Si no tienes acceso al mismo equipo, intenta verificarla lo mejor que puedas. Si falla, puedes esperar 24 horas para intentarlo de nuevo o contactar con soporte para obtener ayuda.

6

Espera a que finalice el ajuste fino de tu voz

Antes de poder usar tu voz, debe completar el proceso de ajuste fino. Puedes consultar el estado de tu voz en Mis voces mientras se procesa. Te avisaremos cuando esté lista para usar.

7

Usa tu clon de voz

En la sección Voces del panel, selecciona la pestaña Personal y, después, haz clic en Usar junto a tu clon de voz para empezar a utilizarlo.

Hay algunas cosas que debes tener en cuenta antes de empezar a subir tus muestras, así como algunos pasos que debes seguir para obtener los mejores resultados posibles.

1

Graba audio de alta calidad

La Clonación de Voz Profesional reproduce con gran precisión las muestras utilizadas para su entrenamiento. Creará un clon casi perfecto de lo que oye, incluidas todas las particularidades y características de esa voz, pero también los artefactos y el audio no deseado presentes en las muestras. Esto significa que, si subes muestras de baja calidad con ruido de fondo, reverberación o eco de la sala, u otro tipo de sonidos no deseados, como música o varias personas hablando, la IA también intentará reproducir todos estos elementos en el clon.

Eleven v4 capta la grabación de origen con mayor fidelidad que los modelos anteriores, incluido el ruido de fondo, la distorsión y otros defectos. Con este modelo, es aún más importante contar con audio de entrenamiento nítido.

2

Asegúrate de que solo haya una voz hablando

Asegúrate de que solo haya una voz hablando durante todo el audio, ya que más de un hablante, un ruido excesivo o cualquiera de los factores anteriores pueden confundir a la IA. Esta confusión puede hacer que la IA no pueda distinguir qué voz debe clonar o que interprete erróneamente cómo suena realmente la voz porque queda enmascarada por otros sonidos, lo que dará como resultado un clon menos que óptimo.

3

Proporciona suficiente material

Asegúrate de tener suficiente material para clonar la voz correctamente. El mínimo absoluto que recomendamos son 30 minutos de audio, pero para obtener el resultado óptimo y el clon más preciso, recomendamos entre 2 y 3 horas de audio. Cuanto más audio proporciones, mejor será la calidad del clon resultante.

4

Mantén un estilo coherente

El estilo de habla de las muestras que proporciones se reproducirá en el resultado, por lo que, según la entonación que busques, los datos de entrenamiento deben corresponder a ese estilo (por ejemplo, si quieres narrar un audiolibro con un clon de tu voz, el audio que envíes para el entrenamiento debe ser una grabación tuya leyendo un libro con el tono de voz que quieres usar). Para mantener la coherencia, es mejor incluir un único estilo en las muestras subidas. Eleven v4 capta ese estilo de habla único más fielmente que los modelos anteriores.

5

Usa muestras en el idioma para el que quieres utilizar el PVC

Lo mejor es usar muestras en las que hables el idioma para el que se utilizará principalmente el PVC. Por supuesto, la IA puede hablar cualquier idioma que admitamos actualmente. Sin embargo, conviene tener en cuenta que, si la voz no es nativa del idioma que quieres que hable la IA —es decir, si clonaste una voz que habla otro idioma—, podría tener acento del idioma original y pronunciar incorrectamente palabras y entonaciones. Por ejemplo, si clonas una voz que habla inglés y después quieres que hable español en un modelo anterior a Eleven v4, es muy probable que tenga acento inglés al hablar español.

Con Eleven v4, el habla generada en el mismo idioma que las muestras conserva el acento original. El habla generada en otro idioma es fluida en el idioma de destino. Si necesitas el acento del entrenamiento en otros idiomas, prueba ese comportamiento con Eleven v4 antes de depender de él.

Solo admitimos la clonación de muestras grabadas en uno de nuestros idiomas compatibles, y la aplicación rechazará tu muestra si está grabada en un idioma no compatible.

Consulta los ejemplos siguientes para saber qué puedes esperar de una buena y una mala grabación.

Por ahora, solo te permitimos clonar tu propia voz. Se te pedirá que completes un proceso de verificación antes de enviar tu solicitud de ajuste fino.

Consejos y sugerencias

Equipo de grabación profesional

Utiliza equipo de grabación de alta calidad para obtener resultados óptimos, ya que la IA clonará todos los aspectos del audio. Entrada de alta calidad = salida de alta calidad. Cualquier micrófono sirve, pero recomendamos un micrófono XLR conectado a una interfaz de audio dedicada. Algunas recomendaciones generales de gama básica son un Audio Technica AT2020 o un Rode NT1 conectados a una interfaz Focusrite o similar.

Usa un filtro antipop

Usa un filtro antipop al grabar. Así minimizarás las oclusivas durante la grabación.

Distancia al micrófono

Colócate a la distancia adecuada del micrófono: se recomienda aproximadamente dos puños de distancia, aunque también depende del tipo de grabación que quieras hacer.

Grabación sin ruido

Asegúrate de que la entrada de audio no tenga interferencias, como música o ruido de fondo. La clonación con IA funciona mejor con audio limpio y sin elementos innecesarios.

Acústica de la sala

Preferiblemente, graba en una sala con tratamiento acústico. Esto reduce los ecos y ruidos de fondo no deseados, lo que proporciona una entrada de audio más nítida para la IA. Puedes improvisar algo temporal con un edredón o una colcha gruesos para amortiguar el espacio de grabación.

Preprocesamiento de audio

Considera editar tu audio de antemano si buscas un sonido concreto que quieras que genere la IA. Por ejemplo, si quieres un resultado pulido similar al de un pódcast, preprocesa tu audio para que coincida con esa calidad, o hazlo si tienes pausas largas o muchos «eh» y «em» entre palabras, ya que la IA también los imitará.

Control de volumen

Mantén un volumen constante que sea lo bastante alto para oírse con claridad, pero no tanto como para causar distorsión. El objetivo es lograr un nivel de audio equilibrado y estable. Lo ideal sería entre -23 dB y -18 dB RMS, con un pico real de -3 dB.

Duración de audio suficiente

Proporciona al menos 30 minutos de audio de alta calidad que siga las pautas anteriores para obtener los mejores resultados; preferiblemente, cerca de 2 horas o más de audio. Cuantos más datos de calidad puedas proporcionar a la IA, mejor será el clon de voz. El número de muestras es irrelevante; lo importante es la duración total. Sin embargo, si planeas subir varias horas de audio, es mejor dividirlo en varias muestras de unos 30 minutos. Esto facilita la subida.

Eleven v4

Los Clones de Voz Profesionales son totalmente compatibles con Eleven v4. Se basan en los mismos avances en precisión de voz y reproducen la voz de origen con mayor fidelidad que los modelos anteriores, incluido el timbre, la cadencia, el acento, la entonación y el volumen. Un clon en Eleven v4 puede sonar considerablemente distinto del mismo clon en Eleven v3. Compáralos con tu propio contenido y elige la versión que se adapte al caso de uso.

Eleven v4 tiene dos variantes. Ambas funcionan con un Clon de Voz Profesional:

  • Eleven v4 (eleven_v4) es el modelo de mayor calidad, para creación de contenido, audiolibros y locuciones de personajes.
  • Eleven v4 Turbo (eleven_v4_turbo) mantiene esa calidad con baja latencia, para usos en tiempo real como agentes conversacionales.

Ambas variantes admiten los ajustes de voz Estabilidad y Similitud, pero Estilo y Velocidad no están disponibles en Eleven v4, y no se admite SSML.

La mayoría de los Clones de Voz Profesionales se ajustarán automáticamente en Eleven v4, pero, si este modelo aún no está disponible, puedes activar manualmente el proceso de ajuste fino. Para entrenar un Clon de Voz Profesional existente en Eleven v4, abre Mis voces, busca la voz y coloca el cursor sobre ella. Los modelos en los que la voz ya se ha ajustado muestran una marca de verificación, y los modelos disponibles para ajuste fino muestran un signo más. Haz clic en el botón más junto a Eleven v4 para iniciar el ajuste fino. Recibirás una notificación en la aplicación y por correo electrónico cuando finalice.

Intensidad del clon

Al seleccionar un Clon de Voz Profesional y Eleven v4, los Ajustes de voz incluyen un control deslizante de Intensidad del clon. La intensidad del clon controla hasta qué punto el habla generada se ajusta a las grabaciones de entrenamiento del clon.

Con valores bajos, la voz se suaviza ligeramente y la entonación gana flexibilidad expresiva, lo que a menudo suena mejor en general sin dejar de parecerse a la voz original. Con valores altos, el resultado se mantiene más próximo a las grabaciones de entrenamiento, con menos suavizado, e imita más de cerca la entonación y la interpretación de la voz original. Los valores altos pueden resultar especialmente útiles para voces con rasgos distintivos o acentos únicos.

Recomendamos el 0 % para la mayoría de los casos de uso, pero un valor más alto puede ser útil para acentos o rasgos únicos. En estos casos, sugerimos aumentar la intensidad del clon al 50 %.

Preguntas frecuentes

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.

No. Solo puedes crear un Clon de Voz Profesional de tu propia voz. Aunque tengas su consentimiento, no puedes clonar la voz de otra persona. Todos los Clones de Voz Profesionales requieren un proceso de verificación para confirmar que la voz te pertenece.

Si alguien quiere compartir su voz contigo, puede crear y verificar un Clon de Voz Profesional en su propia cuenta y después compartirlo contigo de forma privada mediante un enlace para compartir. Más información en nuestro artículo: ¿Cómo comparto una voz?

El número de plazas para Clones de Voz Profesionales (PVC) varía según el nivel de suscripción:


Plazas de PVC incluidas
  • Planes Free y Starter: no hay plazas de PVC disponibles
  • Planes Creator, Pro y Scale heredado: 1 plaza de PVC
  • Planes Scale y Business heredado: 3 plazas de PVC
  • Plan Business: 10 plazas de PVC
  • Plan Enterprise: número personalizado de plazas de PVC

Plazas de PVC adicionales

Puedes obtener plazas de PVC adicionales cuando un Clon de Voz Profesional que hayas compartido en la Biblioteca de Voces reciba la calificación Studio Quality.

  • La revisión de Studio Quality solo se aplica a las voces que hayas compartido en la Biblioteca de Voces
  • Tras aceptar tu voz en la Biblioteca de Voces, la revisión de Studio Quality se realiza automáticamente. No es inmediata
  • Si tu PVC compartido recibe la calificación Studio Quality, recibirás automáticamente una plaza de PVC adicional
  • Esto puede ocurrir varias veces si varias voces compartidas reciben la calificación Studio Quality
  • No puedes crear más PVC a menos que:
    • Obtengas plazas adicionales mediante la revisión Studio Quality de voces compartidas en la Biblioteca de Voces
    • Actualices al plan Scale o superior
Notas importantes
  • Los Clones de Voz Profesionales solo se pueden usar para clonar tu propia voz
  • Si cambias a un plan inferior a Creator, tu PVC permanecerá en tu cuenta, pero no podrás usarlo hasta que actualices al plan Creator o superior
  • El número total de voces personalizadas que puedes tener, incluidos los PVC, depende de tu nivel de suscripción

Todos los Clones de Voz Profesionales (PVC) se entrenarán automáticamente con los modelos Flash v2.5, Turbo v2.5 y Multilingual v2. Los PVC entrenados con audio en inglés también se entrenarán automáticamente con los modelos Flash v2 y Turbo v2.

Si ya tienes un PVC, ahora puedes realizar un ajuste fino con modelos adicionales. En el futuro, si se lanzan nuevos modelos compatibles con el ajuste fino, recibirás una notificación. Se mostrará mediante un icono de exclamación a la derecha de tu voz en la lista de voces de Mis voces. Al pasar el cursor sobre este icono, se mostrará la notificación.

 

 

Para iniciar el proceso de ajuste fino, pasa el cursor sobre el nombre de tu voz en la lista de Mis voces, y verás todos los modelos disponibles. Los modelos con los que la voz ya se ha ajustado se mostrarán con un icono de marca de verificación, y los modelos disponibles para el ajuste fino se mostrarán con un icono de suma. Para iniciar el ajuste fino, solo tienes que hacer clic en el modelo. 

Mientras se ajusta la voz, puedes pasar el cursor sobre el nombre del modelo para ver el progreso. Ten en cuenta que, debido a la caché de voz, puede que necesites actualizar la página para ver el progreso más reciente. Cuando finalice el ajuste fino, recibirás una notificación tanto en la app como por correo electrónico.

Tu clon de voz profesional pasará por varias etapas mientras se procesa. Estas etapas se reflejan en el estado que se muestra para tu clon de voz profesional en Mis voces.

Para ver el estado actual, busca tu voz en la lista y consulta los iconos que aparecen a la derecha.

 

Borrador: Este estado significa que tu voz está incompleta. Por lo general, se debe a que no has terminado de crear la voz o todavía no la has verificado.

Para realizar el proceso de verificación, haz clic en el icono de marca de verificación.

Para volver al proceso de creación de voz, haz clic en Más acciones (los tres puntos) y selecciona Editar voz.

 

Cuando hayas verificado tu voz, tendrá que ajustarse con precisión a nuestros modelos antes de que puedas usarla. Puedes seguir este proceso pasando el cursor sobre el nombre de tu voz en Mis voces. Aquí verás todos los modelos disponibles, con un icono que indica el estado de cada uno. 

 

Pasa el cursor sobre el nombre del modelo para obtener más información. Verás uno de los siguientes estados:

El proceso de entrenamiento se ha programado: significa que tu voz está esperando a que se libere una plaza para poder entrenarse. El tiempo que tu voz permanecerá en cola dependerá de cuántas otras voces estén también en la cola.

Creando conjunto de datos y Ejecutando ajuste fino: cuando se libere una plaza, comenzará el proceso de ajuste fino. Puede tardar entre 6 y 24 horas. Verás el porcentaje completado de cada paso del proceso de entrenamiento de tu voz.

Lo sentimos, el proceso de entrenamiento ha tenido problemas y se ha vuelto a intentar. No es necesario realizar ninguna otra acción.

Esto significa que algo ha salido mal, pero tu voz se ha puesto automáticamente en cola para volver a intentar el proceso de ajuste fino. Tu voz debería completar correctamente el proceso de ajuste fino en el siguiente intento, pero si experimentas varios fallos, contacta con soporte escribiéndonos a support@elevenlabs.io.

La voz está lista para usarse con el modelo: significa que el proceso de ajuste fino para este modelo se ha completado y que ya puedes usar tu voz con él.

Haz clic para iniciar el ajuste fino: algunos modelos no se entrenan automáticamente y tendrás que hacer clic en el nombre del modelo para iniciar el ajuste fino. Si hay modelos adicionales disponibles para ajustar con precisión tu voz, verás un icono de exclamación junto a ella. 

Para iniciar el proceso de ajuste fino, pasa el cursor sobre el nombre de tu voz y haz clic en el nombre del modelo.

Clonar Voz Profesional consiste en entrenar (ajustar) el modelo con grandes conjuntos de datos de la voz de un hablante concreto para crear un modelo personalizado.

Cuando hayas subido tus muestras y verificado tu voz, tu Clon de Voz Profesional se añadirá a la cola. El tiempo estimado de entrenamiento es de aproximadamente 3 a 6 horas. Depende de varios factores, por lo que es difícil dar una estimación exacta. Lamentablemente, a veces puede tardar más.

Puedes consultar el estado actual de tu voz en Mis voces. Para obtener más información, consulta ¿Qué significa el estado de mi Clon de Voz Profesional?

Cuando tu PVC haya completado el proceso de ajuste, recibirás notificaciones en la app y por correo electrónico para avisarte de que tu voz ya está lista para usar.

Después de verificar tu voz, deberá ajustarse con precisión a nuestros modelos antes de que puedas usarla. Mientras esto ocurre, puedes consultar el estado de tu voz en Mis voces pasando el cursor sobre su nombre. Verás todos los modelos disponibles para tu voz. Para consultar el estado de cada modelo, pasa el cursor sobre el nombre del modelo. 

Si algo ha salido mal, es posible que veas el siguiente estado:

Lo sentimos, el proceso de entrenamiento ha tenido problemas y se ha vuelto a intentar. No es necesario realizar ninguna otra acción. Esto significa que algo ha salido mal, pero tu voz se ha puesto automáticamente en cola para volver a intentar el proceso de ajuste fino. Tu voz debería completar correctamente el proceso de ajuste fino en el siguiente intento, pero si experimentas varios fallos, puede que haya un problema con el conjunto de datos que la IA no pueda resolver.

Puedes intentar resolverlo eliminando la voz y subiendo los datos de nuevo, desde el principio. Esto ha ayudado a algunos usuarios.

Si esto no resuelve el problema, puede que tengas que revisar el audio de entrenamiento y usar otro distinto.

Si experimentas fallos durante el proceso de ajuste fino, siempre puedes contactar con soporte escribiéndonos a support@elevenlabs.io.

Si agotas todos los intentos de verificación durante la creación de tu clon de voz profesional, puedes esperar 24 horas y después volver a intentarlo.

También puedes contactar con soporte escribiendo a support@elevenlabs.io para que puedan revisarlo. Si todo parece correcto, restablecerán tus intentos de verificación para que puedas volver a realizar el proceso.

Estas son algunas recomendaciones para verificar correctamente tu clon de voz profesional:

  • Asegúrate de que tu navegador web tiene permiso para usar el micrófono y de que no tienes el sonido silenciado.
  • Comprueba que el audio grabado con el micrófono del ordenador suene parecido al audio que subiste para clonarlo, sin ruido de fondo ni otras interferencias de audio externas.
  • Intenta hablar con un estilo similar al del audio que usaste para entrenar la voz.
  • Lee cada línea de verificación solo una vez y, después, pulsa Detener para detener la grabación. Leer la línea más de una vez puede hacer que el proceso de verificación falle.

Puedes eliminar un Clon de Voz Profesional (PVC) sin verificar desde Mis voces 24 horas después de tu intento de verificación más reciente. Si necesitas eliminarlo antes, ponte en contacto con soporte escribiéndonos a support@elevenlabs.io.

Si aún no has iniciado el proceso de verificación, puedes eliminar tu PVC en cualquier momento.

Clonar Voz Profesional es compatible con todos los idiomas disponibles en la familia de modelos Eleven v4: más de 90 idiomas en total.

La familia de modelos Eleven v4 admite más de 90 idiomas, entre ellos:

Afrikáans (af), amárico (am), árabe (ar), armenio (hy), asamés (as), asturiano (ast), azerbaiyano (az), bielorruso (be), bengalí (bn), bosnio (bs), búlgaro (bg), birmano (my), cantonés (yue), catalán (ca), cebuano (ceb), croata (hr), checo (cs), danés (da), neerlandés (nl), inglés (en), estonio (et), filipino (fil), finés (fi), francés (fr), fula (pulaar) (ff), gallego (gl), georgiano (ka), alemán (de), griego (el), guyaratí (gu), hausa (ha), hebreo (he), hindi (hi), húngaro (hu), islandés (is), indonesio (id), italiano (it), japonés (ja), javanés (jv), kamba (kam), canarés (kn), kazajo (kk), coreano (ko), kirguís (ky), lao (lo), letón (lv), lingala (ln), lituano (lt), luganda (lg), luxemburgués (lb), macedonio (mk), malayo (ms), malayalam (ml), maltés (mt), chino mandarín (zh), maorí (mi), maratí (mr), mongol (mn), nepalí (ne), noruego (no), occitano (oc), odia (or), pastún (ps), persa (fa), polaco (pl), portugués (pt), panyabí (pa), rumano (ro), ruso (ru), serbio (sr), shona (sn), sindhi (sd), eslovaco (sk), esloveno (sl), somalí (so), kurdo soraní (ckb), español (es), suajili (sw), sueco (sv), tayiko (tg), tamil (ta), télugu (te), tailandés (th), turco (tr), ucraniano (uk), urdu (ur), uzbeko (uz), vietnamita (vi), galés (cy), wólof (wo), zulú (zu).

El parámetro language_code acepta códigos de dos letras ISO 639-1 para la mayoría de los idiomas. Los idiomas sin código ISO 639-1 utilizan códigos de tres letras ISO 639-3: asturiano (ast), cantonés (yue), cebuano (ceb), filipino (fil), kamba (kam) y kurdo soraní (ckb).

Para Clonación instantánea de voz y Clonación profesional de voz, aceptamos diversos tipos de archivo. Recomendamos encarecidamente MP3 a 192 kbps o más.

Formato recomendado

  • MP3, 192 kbps o más

Duración recomendada

  • Clonación instantánea de voz: 1-2 minutos de audio de buena calidad
  • Clonación profesional de voz: 30-180 minutos de audio de buena calidad

Duración mínima para la Clonación instantánea de voz

Cuando subes muestras en la app, cada archivo debe durar al menos 5 segundos y el conjunto de todas tus muestras debe sumar como mínimo 10 segundos. Para obtener un buen clon, procura alcanzar la duración recomendada indicada arriba.

Los formatos sin comprimir, como WAV, normalmente no mejoran la calidad del clon y pueden causar problemas durante el proceso de subida. Céntrate en la calidad de la grabación: utiliza una grabación limpia, sin ruido de fondo, reverberación de sala ni varios hablantes, con un volumen y tono constantes, y sin silencios prolongados.

Para más información, consulta Clonación instantánea de voz (IVC) y Clonación profesional de voz (PVC).

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.

Para consultar una guía completa, te recomendamos leer nuestra documentación sobre Clonar Voz Instantánea y Clonar Voz Profesional.

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.

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.

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.

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.

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.  

Para obtener más información sobre el significado de cada estado, consulta ¿Qué significa el estado de mi clon de voz profesional?

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.

No results