Lista de Audio Tags de Eleven v4: pruébalas y luego crea las tuyas

Eleven v4 es un modelo revolucionario de Texto a Voz que transforma el texto en una interpretación. Las Audio Tags te permiten dirigir esa interpretación con un control preciso de su expresión emocional. Añade una indicación en lenguaje natural entre corchetes, como [whispers] o [excited], y escucha cómo v4 adapta la entonación.

Esta lista de Audio Tags de ElevenLabs cubre todas las emociones de la gama emocional completa de Eleven v4, junto con etiquetas de entonación, ritmo, reacciones, acentos y efectos de sonido. Cuando conozcas lo básico, también te mostraremos cómo escribir tus propias etiquetas en lenguaje natural.

Resumen

• Las Audio Tags son señales en lenguaje natural entre corchetes que Eleven v4 interpreta como indicaciones de interpretación y que cambian cómo pronuncia las palabras posteriores.
• Eleven v4 es el modelo mejor valorado en la Artificial Analysis Speech Arena [septiembre de 2026], y las Audio Tags te permiten dirigir esa interpretación línea a línea.
• La rueda de gama emocional de Eleven v4 te permite escuchar distintas emociones para obtener una visión rápida de las capacidades del modelo.
• Las etiquetas no se limitan a una lista fija, así que puedes escribir las tuyas combinando cualidades, como [whispering, fearful], o describiendo la situación o el personaje detrás de una línea.
• Las Audio Tags funcionan a través de ElevenAPI en Eleven v4, Eleven v4 Turbo y Eleven v3.

¿Qué son las Audio Tags de ElevenLabs?

Las Audio Tags son indicaciones en lenguaje natural que puedes incluir en tus textos entre corchetes. Eleven v4 las interpreta como marcadores de interpretación y las usa como instrucciones que modifican cómo pronuncia determinadas palabras o frases. Las escribes directamente en tu guion en la app de Texto a Voz de ElevenLabs y verás cómo nuestros modelos les dan vida.

Eleven v4 es el modelo TTS mejor valorado en la Artificial Analysis Speech Arena, donde los oyentes votan por la conversión de texto a voz más natural.¹ Las Audio Tags te permiten llevar esa interpretación aún más lejos al dirigir exactamente cómo se pronuncia cada línea.

Así puedes usar Audio Tags en un guion:

• Coloca una etiqueta antes de las palabras a las que afecta: Cuando escribes «[shouts] No puedo creer que me hayas dicho eso», se grita toda la línea.
• La emoción se mantiene: Cuando añades una etiqueta, su emoción se mantiene a lo largo de la línea, por lo que solo necesitas introducir otra cuando quieras cambiar la entonación. Por ejemplo, «[proud] Llevo más de una década cocinando. Sé cómo cocer un huevo. [startled] ¿Qué es ese olor a quemado?»
• Combina etiquetas para añadir capas de indicaciones: Separa las Audio Tags con una coma dentro de un mismo par de corchetes, como [whispering, playful], para añadir matices a tu interpretación de TTS.
• Combina etiquetas con puntuación: Aunque las Audio Tags definen el tono y la entonación, puedes controlar el ritmo de forma natural con la puntuación de tu guion. Añade puntos suspensivos, guiones o mayúsculas para dar forma a la prosodia de una línea.

Para conocer en profundidad cómo funcionan las etiquetas y cómo sustituyen a SSML, hemos preparado una guía completa sobre Audio Tags.

Lista de Audio Tags de emociones

La rueda de emociones de Eleven v4 incluye decenas de emociones, interpretadas por v4 para que puedas oír la diferencia antes de escribir una sola etiqueta. 

Haz clic en cualquier emoción de abajo para escucharla en la rueda, o prueba directamente con la frase y la emoción para oír cómo Eleven v4 da vida a las Audio Tags emocionales.

Aunque aquí hemos incluido unas cuantas emociones, puedes usar lenguaje natural para aplicar las que quieras. En el ejemplo siguiente, hemos usado varias Audio Tags que no aparecen arriba para mostrarte lo que puedes hacer con instrucciones en lenguaje natural.

Esta muestra cobró vida con Jonathan Livingston.

Lista de Audio Tags de entonación y volumen

Las etiquetas de entonación y volumen controlan lo alta o intensa que suena una línea, independientemente de la emoción que le asignes. Si quieres que v4 siga una visión más específica, combina etiquetas de entonación y emoción para lograr un control más preciso.

Aquí tienes algunos ejemplos:

• [whispers] No te muevas, está justo detrás de ti.
• [shouts] ¡Todo el mundo fuera del edificio, ya! 
• [softly] Hiciste todo lo que pudiste. 
• [quietly] Creo que ya se han ido. 
• [low, threatening] De verdad que no deberías haber venido.

Veamos el control de volumen y entonación en acción.

La muestra anterior cobró vida con Rod.

Lista de Audio Tags de ritmo

Las Audio Tags de ritmo cambian la velocidad de una línea. Añádelas para crear suspense o preparar el momento cómico perfecto. Cuando el timing importa tanto como las palabras, deberías usar etiquetas de ritmo.

Como consejo extra, la puntuación ayuda de forma natural a la interpretación de texto a voz, así que combínalas para controlar por completo la frase: 

• [slowly] Y el ganador es... 
• [rushed] Perdón por llegar tarde, el tren se averió, he venido corriendo. 
• [pause] Entonces sonó el teléfono. 
• [drawn out] Nooo puede ser.

Adam fue la voz que dio vida a esta muestra.

Lista de Audio Tags de reacciones humanas

Las etiquetas de reacción añaden a tus frases sonidos como risas, jadeos, llanto, tos y suspiros. Dan vida a tu texto y hacen que una muestra de audio TTS suene natural, como una persona que habla espontáneamente en lugar de leer un guion.

Aquí tienes algunas Audio Tags de reacción:

• [laughs] ¿De verdad te lo creíste? 
• [sighs] Vale. Fregaré los platos. 
• [gasps] ¿Es un diamante de verdad? 
• [clears throat] Si pudiera tener la atención de todos. 
• [crying] No pensé que volverías.

Eleven v4 también añade pequeños matices humanos cuando la emoción lo pide. Escucha la rueda de emociones y oirás líneas como «Y- ¿has vuelto?» y «Uf, ¿esto es real?», donde v4 añadió por su cuenta un tartamudeo o un gemido.

Para usar esta voz en tus propias producciones, busca Jack John. 

Lista de Audio Tags de acentos y personajes

Crear escenas ricas con distintos acentos o voces de personajes es más fácil que nunca con Eleven v4. Con unas pocas Audio Tags, puedes transformar una voz en una nueva personalidad sin perder sus cualidades originales. Una sola voz puede interpretar a todo un reparto en una única generación.

• [British accent] ¿Te apetece una taza de té?
• [French accent] Bienvenido a mi pequeño café.
• [Australian accent] No te preocupes, colega, lo arreglaremos.
• [pirate voice] ¡Izad las velas y pasad el ron!

Lauren ayudó a dar vida a esta muestra.

Lista de Audio Tags de efectos de sonido

Las Audio Tags de efectos de sonido introducen eventos no verbales directamente en tus generaciones. Por ejemplo, si estuvieras creando una escena narrativa o una pista para un videojuego, podrías usarlas para dramatizar sin necesitar una pista de efectos independiente. Dicho esto, siempre puedes usar el generador de efectos de sonido con IA si buscas algo específico. 

• [thunder rumbling] Se está acercando.
• [footsteps] Alguien está subiendo las escaleras.
• [door creaking] ¿Hola? ¿Hay alguien en casa?
• [clapping] Gracias, gracias, sois muy amables.

La voz del clip anterior es Siren.

Escribe tus propias Audio Tags en lenguaje natural

Cualquiera de las Audio Tags que hemos mostrado arriba es un buen punto de partida. Pero la magia del TTS de ElevenLabs es que puedes escribir cualquier Audio Tag nueva en lenguaje natural para dar al modelo contexto adicional que pueda usar. 

Como alternativa, si ninguna etiqueta de una sola palabra expresa lo que buscas, escribe una indicación más completa.

• Combina emociones y cualidades: [tense, cautious] o [whispering, fearful]
• Describe la manera: [like a sports commentator, speeding up]
• Describe la situación: [out of breath after running up the stairs]
• Describe el personaje: [a tired detective who has heard it all before]
• Describe el cambio: [starting calm, then losing patience]

Da vida a tu escena con Spuds Oxley. 

Consejos para elegir Audio Tags 

Escribir en lenguaje natural te da mucha flexibilidad al crear muestras de audio de texto a voz, pero también implica que conseguir el resultado perfecto puede requerir varios intentos.

Para que tu experiencia de TTS con Eleven v4 sea lo más fluida posible, aquí tienes algunos consejos para trabajar con Audio Tags:

• Escucha antes de escribir: Reproduce algunas emociones en la rueda de emociones para oír cómo interpreta v4 cada una de ellas —o para inspirarte— y elige después la que mejor encaje con tu línea.
• Cambia la etiqueta antes de reescribir la línea: Si una entonación no funciona, prueba con una emoción cercana, como [let down] en lugar de [despair], y vuelve a generar.
• Usa una etiqueta por cláusula: Las etiquetas contradictorias sobre las mismas palabras pueden difuminar la interpretación. Añade una etiqueta nueva en el punto donde quieras que cambie la emoción.
• Da al modelo una escena completa: Eleven v4 funciona mejor con contexto. Con una ventana de hasta 10.000 caracteres por generación en la app de Texto a Voz, tienes espacio para crear indicaciones por capas y hacer magia en tu escena.
• Empieza con un ajuste predefinido y luego concreta. Si [nervous] se acerca pero no es del todo correcto, escribe lo que falta: [nervous, trying to sound confident].

Pero, sobre todo, entrar en la app de TTS de ElevenLabs y experimentar es la mejor forma de ponerte al día y empezar a producir audio TTS de alta calidad.

Empieza a crear audio inmersivo con Eleven v4

No existe una lista definitiva de Audio Tags de ElevenLabs porque puedes crear cualquier combinación que quieras escribiendo en lenguaje natural. Todas las etiquetas de esta lista funcionan con Eleven v4, pero también lo harán las que se te ocurran mientras escribes tu escena.

Elige una de las más de 17.500 voces de la Biblioteca de voces, pega tu guion y añade tu primera Audio Tag para empezar. 

Descubre más sobre Eleven v4 o regístrate para crear interpretaciones de audio impresionantes.

Preguntas frecuentes sobre las Audio Tags de ElevenLabs

1. ^{Artificial Analysis, Provider Voice Arena Preference Elo, 30 de septiembre de 2026}