Cómo lee Eleven v4 un guion
Tres decisiones definen casi todo el resultado, en este orden: la voz, las palabras y los ajustes.
| Decisión | Qué hacer |
|---|---|
| Voz | Elige una cuyo rango natural cubra la lectura. Una etiqueta funciona mejor cuando la voz ya puede hacer esa entrega |
| Palabras | Escríbelas tal como quieres que se interpreten. “Dijo, conteniéndose a duras penas” o un signo de exclamación cambian la entrega sin necesidad de etiqueta |
| Estabilidad | Bájala para una lectura más expresiva, con más variación entre tomas. Súbela para cursos en línea, donde todas las líneas deben sonar igual |
| Parecido | Controla qué tan fiel al sonido de la voz elegida se mantiene el resultado |
| Longitud del guion | Hasta 3,000 caracteres por generación de voz. Divide los guiones más largos en los saltos de párrafo |
| Tipo de voz | Prefiere una voz de la biblioteca para la lectura final. Las voces diseñadas pueden sonar menos pulidas en v4 |
Etiquetas de audio de Eleven v4
Las etiquetas de audio son palabras entre corchetes que dan forma a cómo se interpreta una línea. Son texto libre, así que toma la tabla como un punto de partida y escribe las tuyas.
| Tipo | Etiquetas | Qué hacen |
|---|---|---|
| Emoción | [excited], [curious], [sarcastic], [sad] | Dan color a toda la línea |
| Entrega | [whispers], [shouting], [rushed], [slowly] | Cambian el volumen y el ritmo |
| Reacciones | [laughs], [sighs], [exhales], [gulps] | Añaden un sonido humano en ese punto |
| Pausas | [pause], [long pause] | Insertan un hueco de esa duración |
| Efectos de sonido | [applause], [phone buzzing], [light rain] | Reproducen el sonido dentro de la toma |
| Tus propias palabras | [voz baja y firme, con urgencia contenida] | Describen la lectura en lenguaje natural |
| Experimental | [sings], [strong French accent] | Funcionan en algunas voces, prueba primero |
Pon la etiqueta justo antes o después de las palabras que debe cambiar, y combina dos cuando un momento lo pida, como en [whispers] [sad]. Si una etiqueta se lee como si fuera un sonido, describe la voz: [low, gravelly voice] es más claro que [gravelly]. Las etiquetas son una guía, así que genera dos o tres tomas y quédate con la mejor.
Escucha las etiquetas
Ritmo en Eleven v4 sin control de velocidad ni SSML
Eleven v4 no tiene control de velocidad ni de estilo, e ignora SSML, así que el tiempo se escribe dentro del propio guion. La mayoría de los guiones de v3 pasan a v4 con estos cambios.
| Quieres | Escribe esto |
|---|---|
| Una pausa breve | Puntos suspensivos... |
| Un hueco claro (antes, un SSML break) | [pause] o [long pause] |
| Una línea más rápida o más lenta (antes, el control de velocidad) | [rushed] o [slowly] antes de la línea |
| Más rango (antes, el control de estilo) | Etiquetas de entrega y menos estabilidad |
| Énfasis en una palabra | Mayúsculas: Dije AHORA |
| Una pronunciación difícil (antes, SSML phoneme) | IPA entre diagonales: Niamh /niːv/ |
Guiones de diálogo en Eleven v4
Elige Dialogue en lugar de Speech cuando hable más de una persona: de dos a diez hablantes y hasta 2,000 caracteres en toda la escena. Cada hablante oye la escena completa, así que las respuestas reaccionan a la línea anterior. Etiqueta cada turno por separado, cierra con un guion la línea que se corta y da a los hablantes voces claramente distintas.
Camila: [annoyed] El temporizador sonó hace diez minutos. Mateo: [defensive] Ya iba a- Camila: [pause] [laughs] ¿Eso es humo?
Eleven v4 en otros idiomas
Cualquier voz habla cualquiera de los más de noventa idiomas admitidos, y en cada uno Eleven v4 usa un acento nativo. Escribe el guion en el idioma de destino en lugar de pedir una traducción, y prueba primero una línea, porque la entrega es más fluida en unos idiomas que en otros.
Eleven v4 frente a Eleven v3: qué cambió
ElevenLabs informa que Eleven v4 ocupó el primer lugar en la arena de voz de Artificial Analysis en su lanzamiento, y que los oyentes lo prefirieron cerca del 75% de las veces en pruebas a ciegas (fuente). Para un guion, estos son los cambios que importan.
| Área | Qué cambió en Eleven v4 |
|---|---|
| Entrega | Lee el tono y el contexto a partir de las palabras, así que las etiquetas afinan una interpretación ya buena |
| Consistencia | La voz se mantiene estable entre repeticiones, diálogos y piezas largas |
| Etiquetas de audio | Las sigue con más fiabilidad, incluidos los efectos de sonido y tus propias indicaciones |
| Diálogo | Cada hablante oye la escena completa y reacciona a la línea anterior |
| Idiomas | Más de 90, frente a los más de 70 de Eleven v3 |
| Acentos | Una voz que habla un idioma nuevo usa el acento nativo de ese idioma |
| Controles | Solo estabilidad y parecido. Velocidad, estilo y SSML ya no están |
Eleven v4 frente a Eleven v4 Turbo
Los dos usan las mismas voces y ajustes, así que una voz elegida en uno sirve en el otro. En Morphic, elige ElevenLabs para Eleven v4 o ElevenLabs Turbo para el nivel más rápido.
| Eleven v4 | Eleven v4 Turbo | |
|---|---|---|
| Ideal para | Narración final, anuncios, audiolibros | Borradores, repeticiones, líneas en volumen |
| Dialogue | De dos a diez hablantes | Solo Speech |
| Velocidad | Render completo | Más rápido; unos 150 ms hasta la primera voz con streaming, según ElevenLabs |
| Créditos | Tarifa estándar | Menos por carácter |
Encuentra la entrega en Turbo y renderiza la toma definitiva en Eleven v4.
Preguntas frecuentes
Escríbelo directamente en español, sin pedir una traducción. Eleven v4 admite más de 90 idiomas y da a cada voz el acento nativo del idioma en que habla. Si quieres conservar el acento original de una voz, una etiqueta como [strong British accent] puede orientarla, aunque el resultado varía según la voz. Prueba primero una sola línea, porque la entrega es más fluida en unos idiomas que en otros.
Escribe [pause] para un hueco claro o [long pause] para un silencio sostenido, justo donde lo quieras. Los puntos suspensivos dan una pausa más corta. Las etiquetas SSML break no funcionan en Eleven v4, así que los guiones antiguos necesitan cambiarlas por etiquetas.
No. Eleven v4 ignora SSML y no tiene control de velocidad ni de estilo. Usa [rushed] o [slowly] para el ritmo, [pause] para los huecos, mayúsculas para el énfasis y el Alfabeto Fonético Internacional entre diagonales para las palabras difíciles.
Sí. Las etiquetas son texto libre, así que describe la entrega como si le dieras indicaciones a un actor de voz, por ejemplo [seco, discretamente satisfecho]. Mantenlas cortas y, si el modelo malinterpreta una, describe la voz en lugar de un sonido.
Efectos de sonido, sí: etiquetas como [applause] o [phone buzzing] suenan dentro de la toma. Cantar es experimental. [sings] funciona en algunas voces y en otras no, así que para una canción completa usa un modelo de música en Morphic.
Casi siempre pasa una de tres cosas: la voz no puede hacer esa entrega de forma natural, la etiqueta está demasiado lejos de las palabras que debe cambiar, o se leyó como un sonido. Elige una voz más cercana a la lectura, acerca la etiqueta a las palabras o describe la voz con palabras sencillas, y genera un par de tomas.