Ir al contenido principal

elevenlabs/voice-changer/audio-to-audio

ElevenLabs Voice Changer es la herramienta de voz a voz de ElevenLabs para convertir una grabación a otra voz predefinida. Este endpoint audio-to-audio recibe hasta 5 minutos de habla y devuelve un MP3 con las palabras y los tiempos de origen.

Desde $0.0048/s

Playground

Entrada

Audio a audio
afecta al precio1/1
1 / 1 archivos
Proporciona la URL de una grabación de habla que tengas permiso de transformar, de hasta 5 minutos de duración. Su longitud determina los segundos de origen facturados, redondeados hacia arriba. mínimo 1 caracteres
Elige una voz predefinida de la lista, como Brian, u omite este campo para usar Alicia. La selección incluye 41 voces y no acepta voces personalizadas ni clonadas.
Remove Background Noise
Establece este booleano en true para solicitar la eliminación de ruido de fondo o en false para desactivar esa opción. Compara un pasaje breve con ambos ajustes antes de convertir una toma más larga.
Filtro de seguridadDesactivado

SpicyAPI no ejecuta ningún filtro de seguridad en este modelo. Tu prompt y tus medios llegan al modelo tal como los escribes, y el propio modelo decide el resultado.

Comprobando tu cuenta antes de habilitar el envío y el cálculo de precios.

Salida

Listo para una nueva ejecución

Modelos relacionados y tareas siguientes

¿No está el modelo que buscas?

CONVERSIÓN DE VOZ A PARTIR DE HABLA

Las mismas palabras y tiempos, con otra voz.

Cifras clave

Voces predefinidas
41
Límite de audio original
5 min
Salida de prueba
4,50 s
Procesamiento de prueba
~3,7 s

Antes de gastar

Todos los modos

El habla de origen está limitada a 5 minutos por grabación y la salida es MP3. Elige entre 41 voces predefinidas; no se ofrecen voces personalizadas o clonadas. Acepta el aviso del sitio sobre semejanza de voz y consentimiento antes del primer uso, transforma grabaciones que tengas permiso de utilizar y nunca suplantes a una persona real.

Lo que hace el modelo

Interpretación grabada

Dirige la interpretación con tu voz

La grabación de entrada aporta las palabras y sus tiempos. ElevenLabs indica que Voice Changer conserva la entonación y el ritmo de origen, de modo que una lectura provisional interpretada guía el habla convertida. Graba una pausa o enfatiza una palabra donde lo necesites y evalúa cómo la voz elegida transmite esa interpretación.

Selección de voces predefinidas

Prueba 41 voces con una toma

Selecciona una voz predefinida mediante voice_id y conserva la grabación fuente al comparar opciones. Alicia es la predeterminada y nuestra prueba medida usó Brian. Este endpoint no ofrece voces personalizadas o clonadas; planifica la selección del narrador con las voces de la lista.

Conversión medida

Un MP3 de 4,50 segundos desde una narración breve

Nuestra prueba de narración en inglés duró 4,5 segundos y se convirtió a Brian en unos 3,7 segundos. El MP3 resultante midió 4,50 segundos, a 44,1 kHz, mono y 128 kbps. Una transcripción local reprodujo la frase original palabra por palabra; esta observación corresponde a esa toma específica.

Preparación de la fuente

Decide si eliminar el ruido de fondo

El interruptor remove_background_noise permite solicitar la eliminación de ruido del habla de origen. Compara un pasaje breve con el ajuste activado y desactivado, y escucha la claridad de las consonantes y la naturalidad de las pausas. Conserva el ajuste y las condiciones de grabación al probar voces.

Dónde encaja

  • Sustituye una narración provisional

    Proporciona tu propia lectura grabada de la introducción de un tutorial, con pausas para los pasos en pantalla. Conviértela a una voz predefinida seleccionada y recibe un MP3 para revisar la narración junto a tu montaje.

  • Prototipa frases de personajes de juego

    Pide a un actor que haya aceptado la transformación que grabe una frase como «La puerta está abierta; sígueme». Cambia la voz de esa toma con una opción de la lista para obtener un MP3 que siga los tiempos y la emoción interpretada del actor.

  • Cambia la voz de un participante en una entrevista

    Usa como entrada una respuesta breve de entrevista cuyo hablante haya permitido la transformación de voz. El MP3 recibido presenta la respuesta con otra voz predefinida; revisa las palabras y el acuerdo de quien habla antes de compartirlo.

  • Prueba una interpretación de voz en off

    Graba un pasaje de recorrido de producto con el énfasis previsto y envía el mismo fragmento con distintas voces. Compara los MP3 para elegir un narrador antes de procesar los pasajes restantes.

Referencia del modelo

Referencia de la API de ElevenLabs Voice Changer

Especificaciones de la API de ElevenLabs Voice Changer

Editor
ElevenLabs
Lanzamiento
22 de noviembre de 2023; presentado como voz a voz
Identificador público de conversión
elevenlabs/voice-changer/audio-to-audio
Entrada de origen
Grabación de habla en audio_url; hasta 5 minutos
Selección de voz
41 voces predefinidas de ElevenLabs mediante voice_id
Voz predeterminada
Alicia
Voces personalizadas y clonadas
No disponibles para este endpoint
Control del ruido
remove_background_noise: on u off
Medio convertido
MP3; mismas palabras y tiempos con otra voz
Unidad para calcular cargos
Segundos del audio de origen, redondeados hacia arriba a segundos enteros
MP3 medido
4,50 segundos; 44,1 kHz mono; 128 kbps; voz Brian
Procesamiento medido
Unos 3,7 segundos para 4,5 segundos de narración en inglés

Cómo llamar a la API de ElevenLabs Voice Changer

  1. Prepara una grabación de habla autorizada

    Graba las palabras, pausas y emoción deseadas en una toma de hasta 5 minutos. Acepta el aviso del sitio sobre semejanza de voz y consentimiento antes del primer uso y confirma que tengas derecho a transformar la grabación.

  2. Elige una voz predefinida

    Selecciona voice_id entre las 41 voces disponibles u omítelo para utilizar Alicia. Decide si debes activar remove_background_noise para tu fuente.

  3. Invoca el endpoint audio-to-audio

    Llama a elevenlabs/voice-changer/audio-to-audio con un JSON que contenga audio_url, el voice_id elegido y el booleano remove_background_noise. El readme del endpoint muestra una solicitud con Brian usando esos campos.

  4. Revisa el MP3 recibido

    Escucha el MP3 convertido frente al original y comprueba palabras, pausas y finales de oración. Para entender la facturación, combina la duración de entrada redondeada hacia arriba a segundos enteros con el precio mostrado.

En resumen

Organiza una comparación de voces con una grabación que tengas permiso de transformar: una narración provisional, una frase de personaje interpretada o un pasaje de voz en off. Elige entre 41 voces predefinidas, mantén cada entrada dentro de 5 minutos y decide si eliminar el ruido de fondo ayuda a la toma. Escucha el MP3 frente a tu fuente antes de colocarlo en un montaje. Nuestra prueba con Brian conservó palabra por palabra una frase de 4,5 segundos, pero tu grabación necesita su propia revisión. Planifica la próxima conversión con la tarifa de esta página y los segundos de origen redondeados hacia arriba.

Preguntas sobre la API de ElevenLabs Voice Changer