ElevenLabs v4: la nueva voz por IA habla más de 90 idiomas y clona tu voz con 10 segundos

ElevenLabs ha lanzado Eleven v4, la nueva versión de su modelo de texto a voz. Llegó el 28 de septiembre junto a una variante más rápida, Eleven v4 Turbo, y sus principales novedades son el salto de 70 a más de 90 idiomas, la clonación de voz con solo 10 segundos de audio y más control sobre la emoción y el tono. Se puede usar en todos los planes, también en el gratuito.

¿Qué novedades trae ElevenLabs v4?

La mejora más visible es la de idiomas: v4 habla más de 90, frente a los 70 de v3. Según TechCrunch, la compañía nota el mayor salto de calidad en japonés, portugués de Brasil, mandarín y cantonés, y en su blog asegura que el acento se mantiene mejor al traducir.

Además, según ElevenLabs:

• Voces más estables. El modelo conserva mejor la identidad de la voz en textos largos y ajusta la expresión según el contexto de lo que lee.
• Etiquetas de expresión combinables. Las etiquetas entre corchetes que llegaron con v3, como «[laughs]», se amplían y ahora se pueden encadenar varias; el modelo las sigue en orden. Hay incluso etiquetas de ambiente, como lluvia de fondo.
• Clonación instantánea. Basta con 10 segundos de audio para crear una copia de alta fidelidad de una voz.

¿Qué es Eleven v4 Turbo?

Es la versión de baja latencia, pensada para agentes de voz y conversaciones en tiempo real. ElevenLabs afirma que tarda unos 150 milisegundos de mediana en empezar a hablar, frente a los 262-814 ms que atribuye a sus competidores. TechCrunch añade que puede empezar a generar audio en cuanto el modelo de lenguaje comienza a producir la respuesta, lo que hace las conversaciones más fluidas.

¿ElevenLabs v4 se puede usar gratis?

Sí. En la página de v4, ElevenLabs explica que el modelo consume los mismos créditos que sus otros modelos de texto a voz y que está disponible en todos los planes, incluido el gratuito, que da 10.000 créditos al mes, unos 10 minutos de audio.

Eso sí, el plan gratis no permite uso comercial ni incluye la clonación instantánea de voz. Los planes de pago empiezan en 6 dólares al mes (Starter) y el plan Creator cuesta 22 dólares al mes; ElevenLabs solo publica precios en dólares. Hasta el 12 de octubre, los planes Creator y superiores reciben el triple de créditos para probar v4.

¿ElevenLabs v4 habla español?

Sí. El español forma parte de los idiomas del modelo y ElevenLabs incluye ejemplos en español en su anuncio. Está disponible en sus herramientas para creadores (ElevenCreative), en su plataforma de agentes (ElevenAgents) y a través de su API.

¿Es mejor que otras IA de voz?

ElevenLabs asegura que v4 ocupa el primer puesto en la clasificación de Artificial Analysis y que gana entre el 65 % y el 81 % de las pruebas a ciegas frente a otros modelos de texto a voz. Son datos de la propia empresa, así que conviene esperar a comparativas independientes.

La competencia es fuerte: TechCrunch cita a Cartesia, Deepgram o Fish Audio, además de Google y OpenAI, que también están mejorando sus modelos de voz.

¿Por qué importa?

ElevenLabs es una de las empresas de voz por IA más usadas por creadores de vídeo, pódcast y videojuegos, y cada vez más por empresas que montan agentes de atención al cliente. Según TechCrunch, su facturación anualizada supera ya los 600 millones de dólares. Con v4 busca mantenerse por delante justo cuando la voz generada por IA se está convirtiendo en un producto de uso diario.