Introducción
Envía hasta 10.000 caracteres a elevenlabs/v4-turbo/text-to-speech para mensajes de aplicaciones, borradores de narración o voces en off localizadas. Selecciona idioma, modo de normalización y formato de salida; después revisa el audio terminado antes de publicarlo.
| Campo | Valor |
|---|---|
| Entrada | Texto |
| Salida | Audio |
| Identificador de la API de voz | elevenlabs/v4-turbo/text-to-speech |
| Límite de texto | 10.000 caracteres por solicitud |
| Elenco | 21 voces predefinidas; Roger de forma predeterminada |
| Ajuste de formato | 9 alternativas; salida predeterminada |
| Condiciones de la prueba registrada | 13 de noviembre de 2026: 75 caracteres, Sarah, |
Funciones y aspectos destacados
Una grabación breve de Sarah, en contexto
Nuestra solicitud Turbo de 75 caracteres devolvió un MP3 de 3,40 segundos tras unos 7,6 segundos el 13 de noviembre de 2026. Usó Sarah y mp3_44100_128; ofrece una referencia concreta de integración sin predecir otros guiones o cargas de trabajo.
Asigna voces a tus mensajes entre 21 opciones
Roger es la voz predeterminada entre 21 voces predefinidas; Sarah, Daniel y Lily son otras opciones. Combina una voz con la detección automática de idioma o uno de 91 códigos, y escucha la redacción real de cada mensaje localizado.
Sitúa una indicación junto a las palabras
Las etiquetas entre corchetes como [laughs] o [whispers] van dentro de text. Nuestra prueba usó una etiqueta; evalúa la interpretación recibida sin asumir que se validó un conjunto más amplio de indicaciones.
Elige entre 9 opciones de salida
La salida predeterminada es mp3_44100_128 y mp3_22050_32 es otra opción disponible. Selecciona un formato de la lista compatible con tu reproductor y mantenlo fijo al comparar revisiones del guion.
Parámetros de la solicitud
| Parámetro | Obligatorio | Descripción |
|---|---|---|
text | Sí | Proporciona el guion hablado obligatorio, de hasta 10.000 caracteres. mínimo 1 caracteres · máximo 10000 caracteres |
voice_id | No | Elige una de las 21 voces predefinidas; si omites la selección se usa Roger. |
language | No | Selecciona auto o uno de los 91 códigos de idioma admitidos. Para un mensaje localizado breve, elige el idioma previsto y proporciona texto ya escrito en él. |
stability | No | Usa stability para ajustar la constancia de la interpretación y escucha una muestra breve. |
similarity_boost | No | Ajusta |
output_format | No | Selecciona entre 9 opciones, con |
text_normalization_mode | No | Elige auto, on u off para controlar la normalización de números y abreviaturas. |
clone_strength | No | Omite |
seed | No | Conserva una seed fija cuando quieras comparar un cambio de guion o ajuste a la vez. Considera el resultado una interpretación nueva, sin esperar audio idéntico. |
Precios
$0.048 / 1.000 caracteres
Los cargos dependen de los caracteres de text, incluidos espacios, puntuación y etiquetas. La voz, el idioma y el formato de salida no modifican la tarifa por carácter; las solicitudes fallidas no se cobran. Consulta el precio de esta página.
Casos de uso
Mensajes de estado de una aplicación
Introduce «Tu carga está lista. Abre la vista previa para continuar» con Sarah para obtener un aviso hablado para una aplicación. Escúchalo dentro del flujo real de pantallas antes de reutilizar la voz.
Borradores de demostraciones de producto
Envía «Elige un espacio de trabajo, añade tus archivos y abre la vista previa» para generar un borrador de narración. Compara el audio recibido con los tiempos de la demostración antes de preparar una toma final.
Instrucciones para cursos
Usa «Pausa la lección y enumera tres ejemplos de tu propio proyecto» como guion breve de audio para un curso. Obtendrás una grabación de una sola voz que puedes revisar junto al ejercicio.
Mensajes de lanzamiento localizados
Proporciona «Tu archivo está listo.» con language es para crear un mensaje de voz de aplicación en español. Prepara cada guion traducido y genera una grabación independiente para él.
Frases de personajes de juego
Escribe «[whispers] La puerta está abierta. Sigue los faroles» para probar una frase dirigida de un personaje no jugable. Recibe una interpretación de una voz y escucha la indicación y la claridad de la instrucción.
Guía de prompts y consejos prácticos
Redacta una frase para Turbo
Coloca un guion breve y revisado en text y selecciona una voz predefinida para leerlo.
Envía el modelo y su entrada
Usa elevenlabs/v4-turbo/text-to-speech como model en la solicitud createTask, con los campos de voz dentro de input.
Escucha el archivo completado
Consulta recordInfo con el taskId devuelto, descarga el archivo de audio cuando finalice correctamente y verifica la pronunciación en tu reproductor.
ElevenLabs v4 Turbo API para guiones de voz breves
ElevenLabs v4 Turbo API convierte texto en una grabación de una sola voz predefinida mediante el modelo de voz Eleven v4 Turbo de ElevenLabs. Úsalo para avisos de aplicaciones, borradores de narración y voces en off multilingües, con hasta 10.000 caracteres por solicitud.
ElevenLabs indica en su anuncio de lanzamiento que Turbo se orienta a aplicaciones interactivas. Este endpoint funciona con una tarea enviada y un archivo de audio completado; el tiempo de tarea medido que aparece abajo no es una afirmación de latencia de streaming.
Envía una solicitud de voz
Crea una tarea con model en elevenlabs/v4-turbo/text-to-speech y los campos de voz dentro de input. Envía POST https://api.spicyapi.ai/api/v1/jobs/createTask con Authorization: Bearer YOUR_SPICY_API_KEY y Content-Type: application/json.
{
"model": "elevenlabs/v4-turbo/text-to-speech",
"input": {
"text": "[whispers] Your preview is ready. Open it when you have a moment.",
"voice_id": "Sarah",
"language": "en",
"output_format": "mp3_44100_128"
}
}
Esta solicitud ilustra la distribución de los campos; no reproduce nuestro guion medido. Roger es la voz predeterminada si omites voice_id; aquí no se acepta un identificador de voz personalizado.
Recoge la respuesta
Consulta periódicamente GET /api/v1/jobs/recordInfo?taskId=YOUR_TASK_ID con el identificador devuelto al enviar la tarea. Conserva ese identificador para consultar el mismo trabajo.
Una respuesta abreviada de envío puede tener este aspecto:
{
"code": 200,
"data": {
"taskId": "YOUR_TASK_ID",
"state": "queued"
}
}
Una respuesta abreviada de tarea exitosa expone el archivo de audio:
{
"code": 200,
"data": {
"taskId": "YOUR_TASK_ID",
"state": "succeeded",
"output": {
"assets": [
{"url": "https://example.com/turbo-result.mp3", "mime": "audio/mpeg"}
]
}
}
}
Estos fragmentos usan identificadores y URL de ejemplo. Descarga desde data.output.assets tras la finalización correcta y escucha el archivo en el reproductor previsto.
Parámetros y alcance del endpoint
Los controles de entrada abarcan texto, voz predefinida, idioma, interpretación, normalización, formato de salida y seed. Usa las opciones enumeradas para cada control, sin importar campos de otra API de voz.
| Parámetro | Entrada admitida o finalidad | Elección práctica |
|---|---|---|
text | Obligatorio; hasta 10.000 caracteres | Revisa las palabras y las indicaciones dentro del texto |
voice_id | 21 voces predefinidas; Roger de forma predeterminada | Prueba Sarah, Daniel o Lily con una frase corta |
language | auto o uno de 91 códigos de idioma | Hazlo coincidir con el idioma del guion preparado |
stability | Control de constancia interpretativa | Compara un cambio manteniendo fija la voz |
similarity_boost | Control de semejanza con la voz elegida | Escucha la misma frase después de ajustarlo |
clone_strength | Sin efecto en voces predefinidas | Omítelo para las voces de este endpoint |
text_normalization_mode | auto, on u off | Comprueba la lectura de números y abreviaturas |
output_format | 9 opciones; mp3_44100_128 de forma predeterminada | mp3_22050_32 es otra opción MP3 |
seed | Facilita comparaciones controladas | No esperes grabaciones idénticas |
Precio por caracteres
La facturación de este endpoint depende de los caracteres del texto, no de los segundos de audio generado. Usa el precio actual de esta página para estimar un lote a partir de sus guiones; no deduzcas el cargo de la duración del MP3 recibido.
Mejora la interpretación antes de ampliar la producción
Los guiones breves de prueba permiten escuchar la pronunciación y la interpretación antes de grabar una colección amplia. Para un aviso de aplicación, prueba «Tu carga está lista. Abre la vista previa para continuar» y escucha la transición entre sus dos oraciones.
- Empieza con una voz y el guion sin etiquetas para establecer una referencia.
- Agrega una indicación como
[whispers]o[laughs]donde cambie la interpretación y vuelve a escuchar. - Compara los ajustes de normalización con números o abreviaturas reales de tu proyecto.
- Mantén fijos la voz, el formato y la seed mientras modificas un elemento del guion o de los controles de interpretación.
Una seed fija facilita las comparaciones sin prometer una salida idéntica. Prepara la traducción antes de seleccionar su código de idioma; elegir un idioma no es un paso de traducción.
Qué midieron nuestras llamadas
Nuestra llamada Turbo del 13 de noviembre de 2026 devolvió un MP3 de 3,40 segundos en unos 7,6 segundos a partir de 75 caracteres con Sarah. La prueba utilizó una etiqueta dentro del texto; no se validó un vocabulario más amplio de etiquetas.
| Llamada | Caracteres de texto | Voz | Formato de salida | Duración del audio | Tiempo hasta finalizar |
|---|---|---|---|---|---|
| v4 Turbo | 75 | Sarah | mp3_44100_128 | 3,40 segundos | Unos 7,6 segundos |
| v4 | 84 | Daniel | mp3_22050_32 | 5,17 segundos | Unos 4,7 segundos |
Estas llamadas son observaciones de integración, no una comparación controlada: difieren los guiones, las voces y los formatos de salida. La llamada v4 también especificó inglés y seed 7; ninguno de los resultados predice el desempeño de tu próximo guion.
Límites, errores y selección del modelo
Mantén text dentro de 10.000 caracteres y utiliza una voz predefinida de la lista al revisar una solicitud rechazada. Este endpoint todavía no ofrece entrada de diálogo con varios hablantes ni identificadores de voces personalizadas; clone_strength no modifica sus voces predefinidas.
Si falla una llamada, revisa el error devuelto y los campos enviados antes de intentar una solicitud modificada. Si el audio termina pero un número suena mal, prueba un fragmento breve con otros ajustes de normalización y una redacción explícita.
Elige Turbo para borradores, bibliotecas de mensajes en volumen y flujos que prioricen la latencia. Compara ElevenLabs v4 para tomas finales de narración con el mismo guion y ajustes; considera otro endpoint de voz si necesitas voces personalizadas o entrada de diálogo, tras verificar que su documentación lo admita. Antes de publicar una interpretación de Turbo, confirma tus derechos sobre el texto y la voz y evita suplantar a personas reales.
Publica guiones y utiliza voces para los que tengas los derechos necesarios. No uses una interpretación 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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "elevenlabs/v4-turbo/text-to-speech",
"input": {
"text": "Welcome back. Your files finished rendering a minute ago and are ready to download.",
"language": "auto",
"voice_id": "Roger",
"output_format": "mp3_44100_128",
"text_normalization_mode": "auto"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.




