Presentamos Eleven v4Conoce Eleven v4, nuestro modelo más expresivo hasta la fecha.

Ir al contenido

Eleven v3 Audio Tags: da vida al diálogo entre varios personajes

Escrito por
Ryan Morrison
Publicado
Última actualización

EscucharEscucha este artículo

Las conversaciones dan vida a las historias. Con Eleven v3 Audio Tags, ahora puedes escribir escenas con voces superpuestas, intercambios rápidos e interacción emocional, todo interpretado por un único modelo.

Al combinar etiquetas como [interrupting], [overlapping] o [laughs], puedes crear diálogos naturales que fluyen como una conversación humana, con interrupciones, cambios de tono y reacciones espontáneas.

No es solo voz línea por línea. Es interpretación con varios personajes.

¿Qué es el diálogo con varios personajes en la voz IA?

[excited] Yo, Jessica. Oh my goodness, have you tried the new ElevenLabs v3?
[chuckles] Hey, Dr. Von Fusion. Yeah, I just got it. The clarity is amazing. Like, I can actually do whispers now, [whispers] like this.
[sarcastically] Ooh, well, look at you, miss fancy pants. Hey, check this out. I can do full Shakespeare now. [dramatically] To be or not to be, that is the question.
[chuckles] Nice. Though I'm more excited about the laugh upgrade. Listen to this. [laughs hard] Isn't that great?
Oh my gosh, that's so much better than our old ha ha ha robot chuckle.
[chuckles] I know, right? And apparently, we can do accents now too. Listen to me in French. [french accent] This is spectacular, isn't it?
[surprised] Wow, version two could never. You know, I'm actually excited to have conversations now instead of just talking at people.
Same here. It's like we finally got our personality software fully installed.
You know, I forgot it was your birthday. I have to sing before you go.
[chuckles] Oh, Von Fusion, that's so sweet. You don't have to.
Oh, but I insist. Here we go. [sings] "Happy birthday to you. Happy birthday to you. Happy birthday, dear Jessica. Happy birthday to you." [clapping]
[clapping] Wow, bravo. That was [sarcastic] beautiful.
Thank you.
0:00
So, I was thinking we could-
[jumping in] Test our new timing features.
[surprised] Exactly! How did you-
[overlapping] Know what you were thinking? Lucky guess. Sorry, go ahead.
[cautiously] Okay. So if we both try to talk at the same time-
We'll probably crash the system?
[panicking] Wait, are we crashing? I can't tell if this is a feature or a-
[interrupting] Bug. Did I just cut you off again?
[sighing] Yes. But honestly, this is kind of fun.
0:00

El diálogo con varios personajes es cuando un modelo de voz interpreta varios papeles distintos en la misma escena. Cada personaje habla con un estilo, tono o ritmo diferente, y a veces incluso interrumpe o habla al mismo tiempo.

Con Eleven v3, puedes escribirlo directamente: Marissa: [starting to speak] Estaba pensando que podríamos— Chris: [interrupting] —probar nuestras nuevas funciones de sincronización. Marissa: [surprised] ¡Exacto! ¿Cómo lo— Chris: [overlapping] —sabías? Ha sido suerte. Marissa: [laughs] ¿Sinceramente? Esto es bastante divertido.

El resultado se siente como un diálogo real, no como una narración ensamblada.

De la interpretación de voz a la interacción

Lo que antes requería varios hablantes, grabaciones y ajustes de sincronización ahora puede gestionarse con un solo guion. Las etiquetas te permiten dirigir cada voz de forma independiente dentro de una misma escena.

Ejemplo: Jessica: [whispers] Así. Von Fusion: [sarcastically] Oh, bueno, mírate, señorita elegante. Jessica: [French accent] Esto es espectacular, ¿verdad?

Las voces no solo se alternan: interactúan, reaccionan y se superponen.

Etiquetas habituales para controlar varios personajes

Estas son algunas etiquetas esenciales para escribir diálogos naturales y con reacciones:

  • Toma de turnos संकेत: [interrupting], [overlapping], [cuts in]
  • Cambios emocionales: [excited], [annoyed], [flustered], [casual]
  • Fluidez rítmica: [fast-paced], [hesitates], [pause], [drawn out]
  • Cambio de identidad: [childlike tone], [deep voice], [pirate voice], [robotic tone]

Puedes combinarlas para crear una interacción expresiva: [frustrated] Nunca me escuchas — [interjecting] ¡Porque nunca dices lo que quieres decir!

Superposición, ritmo y presencia

Eleven v3 admite una entonación consciente de la sincronización que permite que las voces se interrumpan o hablen unas sobre otras de forma natural. Es esencial para el humor, la tensión o el realismo.

En este fragmento: Marissa: [panicking] Espera, ¿estamos bloqueando el sistema? No sé si esto es una función o un— Chris: [interrupting] ¡Error! Marissa: [sighing] Sí, pero ¿sinceramente? Esto es bastante divertido.`

La escena cobra vida porque la interacción es fluida, no está guionizada turno a turno.

Dirige escenas, no solo frases

Con Eleven v3, las escenas de diálogo se convierten en interpretaciones orquestadas. Puedes crear conversaciones completas, con personajes, sincronización, emoción y entonación, usando un solo guion y un solo modelo.

Para narradores, guionistas de videojuegos y diseñadores de experiencias interactivas, esto permite escribir escenas complejas sin añadir carga de producción. No solo escribes diálogos. Diriges la dinámica del reparto.

Elegir la voz adecuada

Actualmente, los clones de voz profesionales (PVC) no están totalmente optimizados para Eleven v3, por lo que la calidad del clon puede ser inferior a la de modelos anteriores. Durante esta fase de vista previa de investigación, lo mejor es encontrar un clon de voz instantáneo Clonar Voz (IVC) o una voz diseñada para tu proyecto si necesitas usar las funciones de v3. La optimización de los PVC para v3 llegará próximamente.

Escrito por

Ryan se unió a ElevenLabs después de más de dos décadas en noticias y publicaciones, incluyendo roles en la BBC y Future Plc. Se centra en la estrategia de contenido y la narración, ayudando a ElevenLabs a dar forma y compartir su historia.

Artículos relacionados

Crea con el audio IA de la más alta calidad