Nuestros modelos más expresivos hasta la fecha
y v4 Turbo
Crea voces expresivas y controlables, con emoción, eventos de audio y paisajes sonoros envolventes.
Eleven v4
Nuestro modelo de voz más emotivo
Eleven v4 se basa en una arquitectura completamente nueva que lee un guion como lo haría un actor de doblaje. Sabe quién habla, qué acaba de ocurrir y cómo debe sonar cada línea.
John - presentador, teatral
Sia - conversacional, británicaJohn - presentador, teatralJohn - presentador, teatralUna amplia variedad de emociones y sonidos
Voz en más de 90 idiomas con una excepcional variedad emocional, varios interlocutores y efectos de sonido integrados para crear la escena.
Basado en una arquitectura nueva
Añade indicaciones al guion
Añade indicaciones como [laughs], [whispers] y [door slams] directamente al guion. Eleven v4 sigue las secuencias de etiquetas con más fiabilidad que v3, incluidos los efectos de sonido.
Une audios largos sin cortes
La unión de contexto mantiene el ritmo y la entonación estables en guiones de cualquier longitud. Un audiolibro completo suena como una única toma, de la primera página a la última.
Regenera sin que cambie la voz
Repite una línea una o cincuenta veces y seguirá hablando la misma persona. La estabilidad del interlocutor se mantiene en diálogos, narraciones y todo lo demás.
Elige un Clon de Voz Profesional
Los Clones de Voz Profesionales no eran compatibles con v3. En Eleven v4 vuelven y ofrecen toda la variedad emocional del modelo en todos los idiomas que hablan.
Eleven v4 Turbo
Te presentamos Eleven v4 Turbopara tiempo real y agentes
Nuestro modelo de voz en tiempo real más rápido, con la variedad expresiva de Eleven v4, disponible a través de la API y ElevenAgents. Eleven v4 Turbo tiene una mediana de latencia de inferencia de ~100 ms, un tiempo hasta la primera voz de ~150 ms y mantiene la coherencia en interacciones largas.
Tiempos de respuesta que quien llama no nota
Con una mediana de 150 ms hasta la primera voz, la latencia desaparece y la conversación fluye con naturalidad.
Escúchalo en una llamada real
Descubre más sobre Eleven v4 Turbo con un agente impulsado por el modelo.
Optimizado para conversaciones en directo
Envía texto, recibe audio
Envía texto a medida que tu LLM lo genera y el audio empezará a llegar antes de que termine la frase. Streaming bidireccional, diseñado para ciclos de agentes.
Expresividad a ritmo de conversación
Turbo incorpora toda la variedad expresiva de Eleven v4. Las confirmaciones, escalados y esperas suenan de forma distinta en lugar de leerse igual.
Una voz en cada turno
Los Clones de Voz Profesionales funcionan igual en ambos modelos, para que una misma voz de marca se mantenga coherente desde el primer turno de una llamada hasta el último.
Habla cada idioma como un nativo
Indícale texto en japonés, español o portugués y la voz lo hablará con fluidez y acento nativo.
Emoción en cada frase
Eleven v4 adapta el tono y el ritmo al contexto, mantiene la identidad de la voz y ofrece control emocional mediante indicaciones en lenguaje natural y etiquetas de audio insertadas.
Elige entre más de 20.000 voces
Elige entre más de 20.000 voces
Voces de narración Un espacio para narradores. Voces cálidas, con autoridad y consistentes en cada proyecto.
Voces conversacionales Para las conversaciones cotidianas, necesitas una voz natural y cercana. Nuestras voces conversacionales están diseñadas para diálogos y podcasts que suenan espontáneos.
Voces para redes sociales Voces que cobran vida en contenido breve. Capta la energía y personalidad necesarias para que un usuario se quede en tu TikTok o Reel hasta el final.
Voces de personajes Un catálogo de voces para tu mundo de ficción. Elige entre un elenco dinámico que da vida a tu juego, audiolibro o animación.
Voces educativas Voces fiables y pacientes que guían a estudiantes en temas complejos. Ideales para cursos, tutoriales, simulaciones de formación y guías de cualquier nivel.
Voces publicitarias Voces pulidas y llenas de confianza para impulsar la venta de tu próximo producto. Perfectas para anuncios digitales o locuciones de televisión y radio.
Voces de entretenimiento Desde potentes tráilers de cine hasta voces cómicas creadas para la interpretación, estas voces rebosan personalidad. Para contenido en el que la entonación importa tanto como el mensaje.
Voces multilingües Voces creadas para contenido global. Ritmo natural, expresiones idiomáticas y acentos que conectan con audiencias en todos los mercados.
Hemos ampliado la adopción de Agentforce Voice mediante un control determinista, y los clientes nos dicen constantemente que confían en él porque cada acción de un agente está fundamentada y gobernada, en lugar de improvisada. Una parte clave de esta estrategia es equilibrar ese determinismo con modelos de voz de alta calidad y gran inteligencia emocional. Ahí es precisamente donde vemos que Eleven v4 Turbo eleva el nivel: con respuestas más rápidas y naturales que cumplen el estándar que esperan nuestros clientes, permitiéndoles llevar Agentforce Voice a aún más casos de uso.
Al trabajar con cientos de editores para llevar su periodismo al audio, vemos de primera mano cuánto importa la calidad de voz. Desde que colaboran con ElevenLabs, muchos de nuestros editores han logrado una mayor interacción y tiempos de escucha más largos. Eleven v4 ofrece a los editores más formas de conseguir que esas voces sean atractivas, familiares y claramente suyas.
ElevenLabs v4 aporta un nuevo nivel de naturalidad a las conversaciones por voz. Las voces no solo son más expresivas, sino también más controlables, lo que nos permite crear experiencias de voz más ricas e inmersivas.
La primera vez que lo usé (Eleven v4), era tan limpio y realista que parecía que estuviera dirigiendo una sesión con talento en la cabina.
Buscábamos un modelo de voz lo bastante rápido como para parecer una conversación real sin renunciar a la calidad, y Eleven v4 Turbo es el primero que consigue ambas cosas. Para los flujos de trabajo de ventas automatizados, este es el punto en el que desarrollar deja de parecer un experimento.
Elige cómo sonaráantes de decir una palabra
Cada generación comienza con una voz. Clona una que ya tengas, diseña una a partir de una descripción o corrige cómo se pronuncian palabras concretas con compatibilidad con IPA.
Clonar Voz IA
Clona una voz a partir de diez segundos de audio o entrena una Clonar Voz IA profesional para lograr una coincidencia casi perfecta.
Diseño de voz
Describe una voz en una frase y genérala, sin necesidad de una sesión de grabación ni de un casting.
Diccionario de pronunciación
Define cómo se pronuncian nombres, acrónimos y términos técnicos. Configura la fonética una vez y se aplicará a cada generación.
Empieza a crear gratisMejora tu plan cuando necesites más
Disponible a través de la APILleva Eleven v4 a tu app
Crea experiencias en tiempo real y agentes de voz con Eleven v4 Turbo, todo a través de ElevenAPI.
Accede a la API de Eleven v4 y Eleven v4 Turbo
Añade voz expresiva a cualquier producto con nuestra API REST, rutas de streaming o SDK de TypeScript y Python.
- Cambia de modelo con un solo model_id
- Envía texto por streaming y recibe audio en tiempo real
- Mantén la continuidad en generaciones de formato largo
