ElevenLabs, que desarrolla tecnologías de voz con inteligencia artificial, presentó sus modelos de texto a voz Eleven v4 y Eleven v4 Turbo. La empresa afirma que Eleven v4, basado en una arquitectura completamente nueva, produce voces más naturales al interpretar la entonación, el ritmo, la emoción, el carácter y el contexto; en textos largos, puede mantener la identidad del hablante y cambiar la entonación según las réplicas anteriores. En el modelo se pueden utilizar varias etiquetas de voz en el mismo comando; la risa, la ira, los acentos y los sonidos ambientales pueden describirse en lenguaje natural. También ofrece una compatibilidad mejorada con el Alfabeto Fonético Internacional (IPA).
Eleven v4 puede clonar una voz a partir de una grabación de 10 segundos y recupera la función Professional Voice Clone, que no estaba disponible en Eleven v3. Ambos modelos admiten más de 90 idiomas; Eleven v3 admitía aproximadamente 70 idiomas. Se busca mejorar la calidad en japonés, portugués brasileño, mandarín y cantonés.
Eleven v4 Turbo se desarrolló para centros de llamadas y agentes de inteligencia artificial de voz. Con el streaming bidireccional, comienza la generación antes; en las pruebas de la empresa, la mediana del primer audio fue de aproximadamente 150 milisegundos y la latencia de inferencia, de aproximadamente 100 milisegundos. Eleven v4 puede generar contenido de hasta 10 mil caracteres.
Por qué es importante
Con la nueva arquitectura, la conservación de la coherencia del hablante en contenidos largos y la gestión de varios elementos de voz mediante un solo comando llevan al modelo más allá de las locuciones breves, hacia flujos de producción más complejos. La ampliación de la cobertura lingüística de aproximadamente 70 a más de 90 idiomas extiende el objetivo de acceso y calidad, especialmente para los equipos que utilizan japonés, portugués brasileño, mandarín y cantonés. En la versión Turbo, el streaming bidireccional y el enfoque en la baja latencia muestran que el tiempo de respuesta es uno de los criterios fundamentales en los centros de llamadas y los agentes de inteligencia artificial de voz. Sin embargo, dado que los resultados de latencia anunciados se basan en pruebas de la empresa, queda abierta la cuestión de si el rendimiento alcanzará el mismo nivel con distintas infraestructuras y en condiciones de uso reales. La oferta conjunta de la clonación a partir de una muestra breve y la opción de clonación profesional también pone en primer plano la cuestión de qué método preferirán los usuarios según sus requisitos de calidad.
Antecedentes
ElevenLabs no es un nombre nuevo en el archivo de FikirPilot: en los últimos 90 días publicamos una noticia en la que aparecía este nombre; ese artículo está fechado el 12 de septiembre de 2026.