Introducción
Envía hasta 10.000 caracteres a elevenlabs/v4/text-to-speech y elige entre 21 voces predefinidas. Orienta la lectura con etiquetas de audio dentro del texto, selecciona idioma y formato, y revisa la grabación terminada para tu narración o frase de personaje.
| Campo | Valor |
|---|---|
| Entrada | Texto |
| Salida | Audio |
| Nombre para invocar la voz | elevenlabs/v4/text-to-speech |
| Capacidad de entrada e indicaciones | text obligatorio, hasta 10.000 caracteres, con etiquetas de audio dentro del texto |
| Elenco y voz predeterminada | 21 opciones predefinidas; Roger es la voz predeterminada |
| Opciones de exportación | 9 formatos; |
| Solicitud v4 observada | 13 de noviembre de 2026: Daniel, 84 caracteres, en, seed 7, |
Funciones y aspectos destacados
Coloca la indicación junto a la frase
Eleven v4 acepta etiquetas de audio entre corchetes dentro de text, como [whispers] y [laughs]. Empieza con un pasaje cuya redacción ya transmita el ánimo deseado y añade una indicación donde deba cambiar la interpretación. Nuestra prueba usó una etiqueta; escucha otras combinaciones antes de basar una escena completa en ellas.
Prueba un elenco de 21 voces
voice_id ofrece 21 voces predefinidas y Roger es la opción predeterminada. Compara Daniel, Sarah o Lily con el mismo pasaje antes de revisar el guion. ElevenLabs indica que stability modifica la variación y similarity_boost la fidelidad a la voz elegida; clone_strength no altera estas voces predefinidas.
Una toma de Daniel con tiempos registrados
El 13 de noviembre de 2026, nuestra llamada v4 de 84 caracteres utilizó Daniel, language en, seed 7 y mp3_22050_32. Devolvió 5,17 segundos de audio MP3 y terminó en unos 4,7 segundos. Esta observación corresponde a una solicitud y no establece resultados para guiones largos ni todas las voces.
Define la lectura y el formato de audio
La selección de idioma ofrece auto o 91 códigos; output_format tiene nueve opciones y usa mp3_44100_128 de forma predeterminada. Con text_normalization_mode decides cómo se desarrollan números y abreviaturas. Comprueba un pasaje con los nombres y fechas reales antes de producir el resto del guion.
Parámetros de la solicitud
| Parámetro | Obligatorio | Descripción |
|---|---|---|
text | Sí | Proporciona el guion hablado en este campo obligatorio, con un máximo de 10.000 caracteres. mínimo 1 caracteres · máximo 10000 caracteres |
voice_id | No | Elige entre 21 voces predefinidas; Roger está seleccionado de forma predeterminada. Prueba el mismo pasaje con Daniel, Sarah o Lily antes de decidir el elenco. |
language | No | Selecciona auto para detección o uno de 91 códigos de idioma para una elección explícita. En una frase breve en inglés, en deja claro el idioma previsto. |
stability | No | ElevenLabs indica que stability controla la variación entre generaciones y que los valores bajos permiten mayor rango emocional. |
similarity_boost | No | Según ElevenLabs, |
output_format | No | Elige entre nueve formatos de audio; el predeterminado es |
text_normalization_mode | No | Usa auto, on u off para controlar cómo se desarrollan números y abreviaturas. Si una fecha sigue siendo ambigua, escribe en el guion la forma que deseas oír y escúchala. |
clone_strength | No | Cambiar |
seed | No | Mantén una seed fija al comparar una sola modificación del guion o los ajustes. Facilita comparaciones controladas sin garantizar la misma grabación. |
Precios
$0.096 / 1.000 caracteres
El consumo de Eleven v4 se mide por los caracteres de text. Calcula la estimación con el precio por caracteres y la unidad que aparecen en esta página.
Casos de uso
Una lección con una instrucción precisa
Envía «Abre la hoja de trabajo y subraya los verbos del segundo párrafo» con Daniel y language en. Usa la narración devuelta como instrucción hablada junto al ejercicio del curso.
Un recorrido por un producto
Envía «Selecciona Exportar, elige la carpeta de destino y confirma el nombre del archivo» con Sarah. La voz en off resultante puede acompañar una grabación de pantalla con esas tres acciones.
Una frase susurrada de un personaje de juego
Asigna a Lily el texto «[whispers] El guardia sigue fuera de la puerta». Obtendrás una toma de un personaje que puedes escuchar junto a la escena del juego.
Una instrucción de aplicación localizada
Proporciona en text la traducción aprobada de una instrucción para iniciar sesión y selecciona su código de idioma. El endpoint devuelve el audio hablado de esa versión; la traducción se prepara por separado.
El cierre de un anuncio
Usa «Trae tu próxima idea al taller este sábado» como guion y prueba una voz predefinida. Tras comprobar la interpretación, coloca la grabación elegida al final de un video promocional.
Guía de prompts y consejos prácticos
Crea la entrada de texto
Coloca tu narración en text y utiliza un pasaje breve con los nombres o números difíciles. Mantén la longitud total en 10.000 caracteres o menos.
Selecciona una voz del elenco predefinido
Establece
voice_iden una opción admitida y elige language youtput_formatpara la grabación prevista. Omiteclone_strengthal trabajar con estas voces.Genera y escucha la grabación
Llama a elevenlabs/v4/text-to-speech con la entrada JSON descrita abajo. Escucha el archivo de audio antes de reutilizar los ajustes seleccionados en otra sección del guion.
ElevenLabs v4 API para narraciones dirigidas
ElevenLabs v4 API permite usar Eleven v4, el modelo de texto a voz de ElevenLabs, mediante elevenlabs/v4/text-to-speech. Proporciona un guion y una voz predefinida para producir una grabación de un hablante para una lección, un video de producto o una frase de personaje.
ElevenLabs señala en su nota de lanzamiento de septiembre que v4 está orientado a la creación de contenido y al audio de larga duración. Este endpoint acepta hasta 10.000 caracteres de texto; no ofrece identificadores de voces personalizadas ni entrada de diálogo con varios hablantes.
Ejemplo de solicitud: una frase de personaje en inglés
Llama a elevenlabs/v4/text-to-speech con el siguiente JSON como entrada del endpoint. El ejemplo especifica Daniel, inglés, un formato MP3 y seed 7; su guion es ilustrativo y difiere del texto de nuestra prueba cronometrada.
{
"text": "[whispers] Keep the lantern covered until we reach the bridge.",
"voice_id": "Daniel",
"language": "en",
"text_normalization_mode": "auto",
"output_format": "mp3_22050_32",
"seed": 7
}
Usa el ejemplo de solicitud de API de la página para enviar estos campos de entrada con tus credenciales. El nombre público de invocación anterior identifica el modelo; este objeto de entrada no describe la estructura externa de la solicitud HTTP.
Ejemplo de respuesta: el resultado de audio observado
Nuestra solicitud independiente con Daniel y 84 caracteres produjo una grabación MP3 de 5,17 segundos. A continuación se describe ese audio terminado; no es un esquema de respuesta JSON ni afirma que el guion ilustrativo tenga esa duración.
Audio: MP3
Selected output_format: mp3_22050_32
Recording duration: 5.17 seconds
Request completion: approximately 4.7 seconds
Parámetros para grabar con una sola voz
La entrada obligatoria es text; los demás campos seleccionan voz, idioma, interpretación o comportamiento de exportación. Usa estos campos para preparar tu narración.
| Parámetro | Ajuste admitido o función | Elección práctica |
|---|---|---|
text | Obligatorio; hasta 10.000 caracteres | Escribe el guion hablado; coloca [whispers] o [laughs] junto al pasaje correspondiente. |
voice_id | 21 voces predefinidas; Roger de forma predeterminada | Prueba Daniel, Sarah o Lily con el mismo fragmento. |
language | auto o uno de 91 códigos de idioma | Elige en para una toma en inglés o selecciona el código de idioma previsto. |
stability | Variación interpretativa | Ajusta con un pasaje fijo; consulta abajo la explicación del editor. |
similarity_boost | Fidelidad a la voz seleccionada | Escucha las características de voz que deseas conservar. |
clone_strength | Sin efecto en voces predefinidas | Omítelo para el elenco de este endpoint. |
text_normalization_mode | auto, on, off | Comprueba cómo se pronuncian fechas, cantidades y abreviaturas. |
output_format | Nueve opciones; mp3_44100_128 de forma predeterminada | mp3_22050_32 coincide con el formato de nuestra medición v4. |
seed | Semilla para comparar cambios | Reutilízala al ajustar un elemento; no se promete audio idéntico. |
Precio y longitud del guion
La facturación depende de la cantidad de caracteres de text; usa la tarifa y la unidad de facturación de esta página para estimar el consumo. La duración del audio es una medición del resultado, no la unidad de consumo de este endpoint. Divide el guion en secciones si tu narración supera el límite de 10.000 caracteres por solicitud.
Consigue una interpretación lista para publicar
Empieza con un fragmento breve que contenga los mismos nombres, números y tono de la producción prevista. Una instrucción como «Abre la hoja de trabajo y subraya los verbos» ofrece un pasaje concreto para probar antes de grabar el resto de la explicación.
- Elige una voz antes de reescribir las indicaciones interpretativas.
- Agrega una etiqueta dentro del texto donde deba cambiar la interpretación y escucha esa transición.
- Establece el idioma previsto y comprueba la lectura de números con el modo de normalización elegido.
- Conserva una seed fija mientras modificas un ajuste y guarda los parámetros junto a la toma seleccionada.
ElevenLabs explica en su documentación de ajustes de voz que una stability baja permite mayor variación emocional y que similarity_boost controla la fidelidad a la voz original. Evalúa la interpretación escuchando tu pasaje, sin asumir que un ajuste sirve para todas las voces.
Corrige una lectura poco natural
Si una grabación suena mal, revisa la entrada pertinente: escribe una fecha ambigua con palabras, elimina indicaciones contradictorias o prueba otra voz predefinida. ElevenLabs advierte en su guía de voz que los números complejos y las abreviaturas pueden pronunciarse mal. Si falla la solicitud, verifica que text esté presente y dentro del límite, y que voz, idioma y formato coincidan con las opciones de esta página.
Evidencia de las pruebas y selección del modelo
Nuestras llamadas del 13 de noviembre de 2026 ofrecen dos muestras concretas con entradas distintas. Cada una incluyó una etiqueta de audio; los resultados son observaciones, no una comparación controlada.
| Variante | Entrada y voz | Idioma / seed | Formato | Duración del audio | Finalización |
|---|---|---|---|---|---|
| Eleven v4 | 84 caracteres; Daniel | en / 7 | mp3_22050_32 | 5,17 segundos | Unos 4,7 segundos |
| Eleven v4 Turbo | 75 caracteres; Sarah | No especificado en la ficha de datos | mp3_44100_128 | 3,40 segundos | Unos 7,6 segundos |
Elige v4 para tomas finales revisadas o considera Eleven v4 Turbo para borradores, trabajo en volumen y flujos sensibles a la latencia. La medición anterior de Turbo no invalida esa orientación de uso: el guion, la voz y los ajustes de exportación eran distintos. Si necesitas una voz personalizada o entrada con varios hablantes, evalúa una alternativa que documente explícitamente esas entradas antes de planear una integración.
Derechos de grabación
Publica grabaciones de guiones y voces que tengas derecho a usar, sin suplantar a una persona real. Revisa el audio terminado antes de publicarlo como parte de un curso, una aplicación o un video promocional.
Proporciona texto y selecciona voces que tengas derecho a usar en la grabación. No utilices el habla generada para suplantar a una persona real.
Inicio rápido de la API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "elevenlabs/v4/text-to-speech",
"input": {
"text": "Welcome back. Your files finished rendering a minute ago and are ready to download.",
"language": "auto",
"voice_id": "Roger",
"output_format": "mp3_44100_128",
"text_normalization_mode": "auto"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.




