Cómo clonar tu voz con ElevenLabs: Guía en profundidad
- Escrito por
- Jack Limebear
- Publicado
- Última actualización
EscucharEscucha este artículo
No hay dos voces iguales. Tu voz está marcada por tu biología y tu entorno, y se ha ido perfeccionando durante años de expresión. Es algo personal.
Hasta hace poco, no era posible reproducir ese tipo de individualidad. Sin embargo, los avances en IA han permitido clonar voces con una precisión sorprendente. Con solo unos minutos de audio, los sistemas de IA pueden generar voz muy parecida a la original.
En esta guía te mostraremos exactamente cómo clonar tu voz con ElevenLabs. Hablaremos de qué grabar, cómo elegir entre la clonación de voz instantánea y profesional y cómo poner tu clon a trabajar cuando esté listo. Para ambas opciones, hemos incluido una guía detallada paso a paso que puedes seguir.
Resumen
- ElevenLabs ofrece servicios de clonación de voz instantánea y profesional.
- La clonación de voz instantánea requiere unos minutos de audio limpio y uniforme.
- La clonación de voz profesional requiere hasta 3 horas de datos de voz.
- Tras crear tu clon, puedes conectarlo con otros productos del ecosistema de ElevenLabs.
- Debes contar con consentimiento explícito para clonar una voz. ElevenLabs exige confirmar el consentimiento antes de poder usar estos servicios.
Clonación instantánea frente a clonación de voz profesional: ¿cuál necesitas?
ElevenLabs ofrece dos métodos distintos de clonación de voz entre los que elegir.
La clonación instantánea proporciona una voz utilizable en solo unos minutos, para que puedas empezar rápidamente a usar tu clon de voz de forma práctica. La clonación de voz profesional lleva más tiempo, pero genera un modelo de fidelidad extremadamente alta.
Aquí tienes una guía rápida para elegir la mejor opción para ti:
Entender las diferencias entre estos enfoques te ahorrará tiempo desde el principio y te permitirá empezar enseguida.
Qué necesitas antes de clonar tu voz con ElevenLabs
Tanto si eliges la clonación de voz profesional como la instantánea de ElevenLabs, hay algunos aspectos básicos que conviene tener en cuenta. Aunque no son obligatorios, especialmente en la opción instantánea, pueden marcar una diferencia importante en la calidad del clon.
Estas son algunas cuestiones que debes considerar antes de pulsar Grabar:
- Requisitos de calidad de audio: Un micrófono de grabación profesional marcará una gran diferencia. Dicho esto, los requisitos mínimos son poder grabar archivos WAV a 44,1 kHz o 48 kHz con una profundidad de bits de al menos 24 bits. Intenta grabar en un lugar tranquilo con una estación de trabajo de audio digital (DAW) compatible con archivos WAV. Audacity es una buena opción gratuita que puedes usar.
- Duración mínima de la muestra: Asegúrate de revisar cuántos datos de audio debes proporcionar. Lo importante es la duración total combinada, no el número de archivos. Para la clonación de voz profesional, sube un archivo de una duración lo más cercana posible a 3 horas.
- Qué decir: El clon de voz de ElevenCreative busca reproducir la voz que proporcionas. Si lees con una voz lenta y monótona, tu grabación reflejará esas cualidades. Habla de forma natural, con emoción y ritmo variados. ElevenLabs ofrece guiones integrados para la clonación de voz profesional.
Dedicar unos minutos más a preparar estos aspectos de antemano dará como resultado un clon de voz final de mayor calidad.
Cómo crear un clon de voz instantáneo con ElevenLabs
Si tienes unos minutos y estás en un lugar tranquilo, ya puedes clonar tu voz. ElevenCreative crea una réplica digital de tu voz que puedes usar en más de 32 idiomas, reproduciendo el registro emocional y la prosodia de tu idioma nativo.
Así puedes usar la clonación de voz instantánea de ElevenLabs:
- Accede a Voces
- Sube tus muestras
- Pon nombre a tu voz y guárdala
- Pruébala con un guion
- Ajusta la estabilidad y la similitud
Veamos estos pasos con más detalle.
Paso 1: Ve a la página de clonación de voz instantánea en Voces
Primero, inicia sesión en tu panel de ElevenLabs. En la barra lateral izquierda, selecciona Voces y haz clic en el icono de más.
Verás una ventana emergente en pantalla (como la que aparece abajo) que te ofrece varias opciones:
- Diseño de voz
- Clon de voz instantáneo
- Clon de voz profesional
- Remezcla de voz
Selecciona Clon de voz instantáneo en el módulo y te llevaremos a la página correspondiente.
Paso 2: Sube tus muestras
Sigue las instrucciones en pantalla para subir archivos de audio pregrabados o grabar directamente desde el navegador. En esta fase, puedes subir varios archivos al sistema. Para la clonación de voz, ElevenLabs utiliza la duración total combinada, no la duración de cada archivo.
Te recomendamos proporcionar al menos 1-2 minutos de audio limpio y uniforme con el que podamos trabajar.
También verás algunas buenas prácticas, como evitar entornos ruidosos, comprobar la calidad del micrófono y usar el mismo equipo en todas las grabaciones.
Paso 3: Pon nombre a tu voz y guárdala
Después de grabar tu voz, ElevenLabs empezará a sintetizar tu clon de voz. En esta fase, podrás previsualizar la voz para escuchar cómo suena y asignarle un nombre.
También podrás añadir otros detalles a la información del clon, como etiquetas de idioma, acento, género y edad. Hay un campo de descripción donde puedes añadir otros detalles que te resulten útiles para catalogar esta voz o como recordatorio.
Por último, tendrás que marcar la casilla de consentimiento para confirmar que la has leído y aceptas sus condiciones. Es imprescindible que tengas consentimiento para crear un clon de la voz con la que estás trabajando, ya sea la tuya o la de otra persona.
Paso 4: Prueba tu clon de voz instantáneo
Después de crear tu voz, ve a Mis voces y haz clic en Usar voz para empezar a utilizar tu clon en el entorno de Texto a Voz. Escribe un guion breve para que lo diga tu clon de voz. Para ponerlo realmente a prueba, asegúrate de escribir algo que no incluyeras en el audio de entrenamiento.
Cuando hayas seleccionado tu clon de voz y escrito el texto, pulsa Generar voz al final de la página para darle vida.
Paso 5: Ajusta el modelo para iterar
Si escuchas tu clon de voz y crees que algo no termina de sonar bien, no tienes que empezar desde cero. ElevenLabs ofrece varios controles deslizantes de configuración para ajustar el resultado de audio final.
Prueba los siguientes controles del lado derecho de la pantalla para ver cómo afectan a tu clon de voz:
- Estabilidad: Una estabilidad mayor produce voces coherentes y predecibles. Los valores más bajos pueden aportar más expresividad, pero también cierta inconsistencia. Una configuración intermedia funciona mejor en la mayoría de los casos.
- Similitud: Define hasta qué punto el clon de voz se ajusta a las muestras de voz que le proporcionaste. Aumentar este control ayuda a que la voz se parezca más a la tuya. Si oyes distorsiones, redúcelo.
- Estilo: ¿Quieres amplificar las cualidades expresivas de tu audio de entrenamiento? Aumenta este control. Sin embargo, unos valores altos pueden dar lugar a una muestra final distorsionada.
Después de ajustar los valores de estos controles, pulsa de nuevo Generar voz y observa cómo cambia el modelo.
Cuando hayas completado estos 5 pasos, tendrás listo tu clon de voz de ElevenLabs.
Cómo crear un clon de voz profesional con ElevenLabs
Clonar tu voz profesionalmente con ElevenLabs requiere más tiempo que la opción instantánea, pero proporciona un modelo muy preciso que reproduce fielmente tu voz.
Si tienes el plan Creator o uno superior, puedes seguir estos pasos para crear un clon de voz profesional con ElevenLabs:
- Accede a Voces
- Sube tu audio
- Consulta los comentarios sobre la duración de la muestra
- Procesa las muestras de audio para mejorar la calidad
- Verifica tu propia voz por seguridad
- Espera al proceso de ajuste fino de voz
- Usa tu clon de voz
Veamos estos pasos con más detalle.
Paso 1: Ve a la página de clonación de voz profesional en Voces
Inicia sesión en tu panel de ElevenLabs, selecciona Voces en la barra lateral izquierda y haz clic en Crear voz. En la ventana emergente verás las mismas opciones que antes.
Esta vez, selecciona Clon de voz profesional. Verás una amplia variedad de recomendaciones, entre ellas:
- Usar un filtro antipop
- Mantener la grabación sin ruido
- Grabar en una sala con tratamiento acústico
- Preprocesar tu audio
- Mantener un volumen uniforme en todo momento
- Proporcionar al menos 30 minutos de audio, aunque lo ideal son cerca de 3 horas
Paso 2: Sube tu audio
Haz clic en Subir muestras y añade tus archivos de audio pregrabados. También puedes grabarte para subir el audio directamente al software. Hemos incluido diversos guiones que puedes utilizar con distintos fines, como publicidad, narración o modelado conversacional.
Estos archivos de audio deben contener únicamente voz hablada. Actualmente no admitimos canto como fuente de entrada ni de salida.
Paso 3: Consulta los comentarios sobre la duración de la muestra
Cuando hayas subido el audio correctamente, asegúrate de consultar los comentarios sobre su duración. Aunque 1-2 minutos eran suficientes para un clon de voz instantáneo, recomendamos subir entre una y tres horas de audio para este servicio.
Recuerda incluir archivos de audio con contenido emocional variado. Necesitas una selección diversa de contenido listo para estudio para ofrecer a nuestros modelos la mejor información posible con la que trabajar.
Paso 4: Procesa las muestras de audio para mejorar la calidad
En la plataforma de clonación de voz profesional, puedes mejorar directamente la calidad de tus muestras de audio. Desde eliminar el ruido de fondo hasta separar a distintos hablantes, ElevenLabs te ayuda a crear entradas de audio de alta calidad.
Aunque no es absolutamente necesario, esta fase resulta útil porque mejorará la calidad de tu modelo de clon de voz final.
Paso 5: Verifica tu propia voz por seguridad
ElevenLabs requiere una verificación para crear un clon de voz profesional. Después de subirlo todo, te pediremos que grabes un clip breve directamente en la interfaz. Si es posible, utiliza el mismo micrófono y la misma configuración de sala que en tus grabaciones de entrenamiento, e intenta reproducir lo más fielmente posible el tono y el estilo de interpretación.
Si la verificación falla, podrás volver a intentarlo en 24 horas. Si necesitas empezar antes, puedes contactar directamente con el soporte de ElevenLabs para obtener ayuda.
Paso 6: Espera al proceso de ajuste fino de voz
Después de verificar tu voz, ElevenLabs empezará a ajustar tu modelo. Normalmente, este proceso tarda entre 3 y 6 horas, aunque puede prolongarse si hay muchos otros clones de voz profesionales en la cola antes que el tuyo.
Para consultar el estado de tu clon, ve a Mis voces. También te enviaremos una notificación cuando tu modelo de voz esté listo para usar.
Paso 7: Usa tu clon de voz
Enhorabuena: ahora tienes un clon de voz profesional totalmente funcional. El modelo terminado aparecerá en Mis voces, desde donde podrás usarlo en los demás productos de ElevenLabs, como Texto a Voz, Studio, Doblaje IA y la API, así como en agentes de voz.
Selecciona tu voz en el panel de selección de voces —usando el nombre que le asignaste durante el proceso de producción— para empezar.
Buenas prácticas para la clonación de voz de ElevenLabs
Aunque puedes crear un clon siguiendo los pasos anteriores para la clonación de voz instantánea o profesional, hay algunas medidas adicionales que puedes tomar antes. Estos consejos son pequeños ajustes que puedes hacer en tus herramientas o estrategia de grabación para mejorar la calidad de tu clon de voz.
Las siguientes buenas prácticas para la clonación de voz con IA se aplican tanto a recreaciones instantáneas como profesionales:
- Acústica de la sala y ruido de fondo: La limpieza de tu audio influye directamente en la calidad final. Asegúrate de grabar en un lugar sin ruido de fondo ni eco. Para grabaciones profesionales, una cabina de grabación es ideal. Si quieres acceder a esa calidad sin reservar un estudio, busca si algún espacio de coworking local tiene cabinas insonorizadas que puedas utilizar.
- Distancia al micrófono: Al hablar, deberías situarte a aproximadamente dos puños de distancia del micrófono. Aunque es una buena regla general, consulta las especificaciones de tu micrófono para obtener más detalles.
- Rango emocional en tus muestras: Un modelo de IA utilizará la prosodia natural y los rasgos del habla de tu voz. Si tu interpretación es plana, tu modelo puede reflejar esa misma falta de expresividad. Da lo mejor de ti e incluye muestras emocionales variadas que muestren tu estilo natural de hablar en distintos contextos.
- Variedad de frases frente a leer un guion: Leer un guion en voz alta es un buen punto de partida para proporcionar una muestra más larga, pero puede sonar ensayado o poco natural. Especialmente si lo lees por primera vez, puede que no transmitas con precisión el matiz emocional esperado de una frase. Para lograr el equilibrio adecuado, proporciona distintos fragmentos de guion con una interpretación más conversacional.
Al seguir estas buenas prácticas, proporcionarás a ElevenLabs una entrada de mayor calidad. A partir de ahí, podremos crear un clon de voz más fiel a tu identidad vocal.
¿Cómo puedes usar un clon de voz de ElevenLabs?
Después de crear un clon de voz profesional o instantáneo con ElevenLabs, tu voz aparecerá en Mis voces. Desde ahí podrás acceder a ella desde cualquier otro producto de ElevenLabs.
Aquí puedes usar tu clon de voz de ElevenLabs:
- Texto a Voz en la app: El entorno de Texto a Voz de ElevenLabs te permite seleccionar tu voz y hacer que lea cualquier texto que escribas. Lo usarás para generar voces puntuales, como locuciones o introducciones para podcasts. Recuerda ajustar el estilo, la similitud y la estabilidad en la configuración en tiempo real para que la voz suene lo más adecuada posible.
- Mediante la API: Puedes utilizar la ruta de API List Voices para obtener una lista de todas las voces disponibles para tus llamadas a la API. Cada voz tiene un ID de voz único que puedes utilizar donde conectes ElevenAPI.
- En un agente de voz: Conecta tu clon de voz de ElevenLabs a un agente para que use tu voz al hablar. Esto ayuda especialmente a empresas que buscan una presencia de voz coherente en distintas plataformas y permite dar un enfoque de marca a los agentes.
- En distintos idiomas: Tu clon de voz funciona en 32 idiomas y te permite traducir contenido y producirlo con tu propia voz. Incluso sin muestras vocales en ese idioma, ElevenCreative reproduce fielmente la prosodia y las cualidades emocionales de tu habla en distintos idiomas.
Al usarlo en todos nuestros productos, estarás listo para dar vida a tu voz y empezar a crear contenido de alta calidad a escala.
Clona tu voz con ElevenCreative
Tanto si eres creador y quieres acelerar la producción de vídeos como si simplemente quieres conservar tu voz, la clonación de voz de ElevenLabs es sencilla, rápida y eficaz.
La clonación de voz instantánea está disponible en el plan gratuito y solo tarda unos minutos. Con el plan Creator, puedes empezar a usar la clonación de voz profesional. Descubre más sobre la clonación de voz en ElevenLabs o regístrate para clonar tu voz hoy mismo.
