Saltar a la navegación

Texto a voz y voces — Studio

Texto a voz convierte un guion en audio con la voz que elijas, y luego Studio sincroniza los labios de tu video o imagen con ese audio. Puedes usar una voz ya preparada o clonar la tuya. No necesitas una cuenta ni una API key de ElevenLabs. Para la API, consulta Texto a voz y Clonación de voz.

Para cambiar unas pocas palabras que una persona ya dice en un video, con su propia voz, usa edit dialogue.

Crea voz a partir de texto

1

Empieza un lipsync video

En home, selecciona lipsync video y añade tu video o imagen.

2

Elige texto a voz como audio

En el input de audio, selecciona Text to speech.

3

Elige una voz

En Voice, abre el selector de voces y elige una voz. Usa Find voice para buscar por nombre.

4

Escribe el guion

Escribe tu guion en el cuadro Text to speech. Los guiones pueden tener hasta 5000 caracteres.

5

Genera y escucha

Selecciona Generate y escucha el audio. Si cambias el guion o la voz, selecciona Regenerate.

6

Sincroniza

Cuando el audio suene bien, selecciona Sync para crear el video con lip sync.

Audio tags

Añade audio tags entre corchetes para dirigir la interpretación, por ejemplo [happy], [whispers] o [laughs].

[excited] We just launched something new. [whispers] And you're the first to hear about it.

Ajustes de voz

Abre los ajustes de voz para modificar dos valores:

AjustePredeterminadoEfecto
Stability0.50Los valores más bajos suenan más expresivos y variados. Los valores más altos suenan más estables y uniformes.
Similarity Boost0.75Los valores más altos se ajustan más a la voz original. Los valores más bajos permiten más variación.

Límites y costo

Texto a voz se factura por segundo de audio generado, además de la generación de lip sync. Consulta Facturación para ver las tarifas, o Facturación por créditos para los planes de créditos.

En el plan gratuito:

  • Con el acceso integrado de sync. labs a ElevenLabs, cada solicitud se limita a 20 segundos de voz generada y 320 caracteres de entrada.
  • Con tu propia API key de ElevenLabs conectada, el límite es de 20 segundos estimados por solicitud, sin el límite de entrada de 320 caracteres. Los límites mensuales de generaciones gratuitas siguen vigentes.
  • Texto a voz y doblaje comparten 10 generaciones de audio al mes. Hasta 3 de ellas pueden ser de doblaje.

Con el acceso integrado, Studio muestra Free tier text-to-speech is limited to 20 seconds and 320 input characters cuando la entrada supera el límite. Con tu propia key, el mensaje de duración es Free tier text-to-speech is limited to 20 estimated seconds. Studio también te indica cuando has usado todas tus generaciones gratuitas del mes. Acorta el guion, espera al mes siguiente o mejora tu plan.

Elige una voz

El selector de voces muestra dos grupos:

  • Cloned voices (N): las voces personalizadas que clonó tu organización.
  • Eleven Labs (N): voces de ElevenLabs ya preparadas.

Si conectas tu propia API key de ElevenLabs, el selector muestra todas las voces a las que tiene acceso esa key.

Algunas voces no se pueden usar. Una voz marcada como Blocked by ElevenLabs. Choose another voice. o Verification required. Choose another voice. está restringida por ElevenLabs, así que elige otra voz.

Clona una voz

La clonación crea una voz personalizada a partir de una grabación, para que puedas generar voz nueva que suene como esa persona. Clona solo voces que tengas permiso para usar.

1

Abre el formulario de clonación

En el selector de voces, selecciona Clone voice. Se abre el formulario Create custom voice.

2

Ponle nombre a la voz

Introduce un Voice name. Los nombres pueden tener hasta 100 caracteres y deben ser únicos en tu organización.

3

Añade una muestra

En Upload or record audio sample, sube un archivo de audio, graba uno o extrae el audio de un archivo Video o Audio.

4

Crea la voz

Selecciona Create voice. La nueva voz aparece en Cloned voices dentro del selector.

Recomendaciones para las muestras

  • Intenta usar de 1 a 5 minutos de habla continua y clara de una sola persona, sin música ni ruido de fondo.
  • Cada muestra debe durar al menos 7 segundos y como máximo 5 minutos. Puedes añadir hasta 10 muestras.
  • Cada archivo puede pesar hasta 10 MB, o hasta 50 MB cuando tienes conectada tu propia API key de ElevenLabs.
  • Cuando extraes el audio de un video, solo se usan los primeros 2 minutos.

Huecos de clonación por plan

Cada plan puede conservar a la vez un número determinado de voces clonadas:

Plan facturado por usoPlan de créditosVoces clonadas
FreeFree1
HobbyistHobby3
CreatorStarter, Pro5
GrowthTeam15
Scale—50

Los planes Enterprise pueden tener una asignación personalizada. Cuando todos los huecos están en uso, Studio muestra You have reached your plan’s voice clone limit. Elimina una voz que ya no necesites o mejora tu plan.

Elimina una voz clonada

En el selector de voces, elimina la voz y confirma Delete “name”?. Al eliminarla, la voz desaparece para todos en tu organización y la acción no se puede deshacer. Libera un hueco de clonación de inmediato.

Usa tu propia API key de ElevenLabs (opcional)

Nunca necesitas una cuenta de ElevenLabs para usar texto a voz, clonación de voz, doblaje o edit dialogue en Studio. Sin tu propia key, se usa el acceso a ElevenLabs integrado en Sync y se factura a través de Sync.

Si prefieres usar tu propia cuenta de ElevenLabs, abre Settings → Integrations, configura la integración de ElevenLabs y pega tu API Key. Con tu propia key:

  • ElevenLabs factura el audio generado a tu cuenta de ElevenLabs. Sync sigue facturando el lip sync.
  • El selector de voces muestra todas las voces a las que tiene acceso tu key.
  • Las muestras de voz pueden pesar hasta 50 MB cada una.

Si ElevenLabs rechaza tu key por no ser válida, Studio la desconecta y vuelve al acceso integrado de Sync. Para errores de la key, consulta Integraciones.

Preguntas frecuentes

No. Texto a voz y la clonación de voz funcionan en Studio sin una cuenta de ElevenLabs. Conectar tu propia key es opcional.

edit dialogue siempre clona a la persona que habla en el video y no ofrece un selector de voces. Las voces personalizadas son para texto a voz.

Elimina desde el selector de voces una voz clonada que ya no necesites. El hueco queda disponible de inmediato.

Recursos relacionados