Ir al contenido
IA para hoy
Herramientas y productos Producto 2/5 · Declaración interesada

ElevenLabs lanza dos modelos de voz a voz en tiempo real, Eleven Realtime v1 Mini y v1 Max

Fotografía de archivo que ilustra: ElevenLabs lanza dos modelos de voz a voz en tiempo real, Eleven Realtime v1 Mini y v1 Max
Foto: Jep Gambardella · Licencia Pexels · Pexels

Hecho Qué ha ocurrido

ElevenLabs ha presentado Eleven Realtime, dos modelos de voz a voz: v1 Mini, para conversaciones naturales a menor coste, y v1 Max, orientado a tareas más complejas como la atención al cliente. Según la compañía, v1 Max obtiene un 98,8 % en el benchmark Big Bench Audio con un tiempo de respuesta de 0,57 segundos. Ambos están disponibles en la plataforma ElevenAgents y en una API Realtime compatible con OpenAI, con precio por minuto más coste de tokens.

Resumen generado mediante IA a partir de The Decoder (original en inglés). Naturaleza de la información: declaración de parte interesada.

Análisis Por qué importa

Los agentes de voz en tiempo real son una vía directa para automatizar llamadas de atención al cliente y servicios telefónicos, con modelos que se pueden integrar mediante una API compatible con la de OpenAI.

Quién se ve afectado
Empresas con centros de atención telefónica, desarrolladores de agentes de voz y equipos de producto de servicios al cliente.
Qué puede cambiar
Podría reducirse el coste y la latencia de incorporar voz conversacional en servicios automatizados, si las cifras se confirman en uso real.

Análisis generado a partir de la información disponible; no procede de la fuente.

Predicción Qué observar a continuación

Resultados independientes de latencia y precisión frente a los de la compañía, evolución de precios por minuto y adopción de la API por parte de otros desarrolladores.

Recomendación Qué debería hacer una empresa

Evaluar en pruebas controladas de 3 a 6 meses si estos modelos mejoran el coste por minuto y la calidad frente a la solución de voz actual, antes de cualquier despliegue.

Recomendación generada por IA con la evidencia disponible; no es asesoramiento profesional.

Compartir WhatsApp LinkedIn X Bluesky Telegram
Enviar esta noticia por correo

Se envía esta noticia con su análisis. La dirección se usa solo para ese envío y no se guarda.

Fuente original: The Decoder. La referencia es siempre el artículo original.

Ver fuente original ↗

voz a vozagentes de vozAPI en tiempo real ElevenLabs API Realtime Eleven Realtime ElevenAgents ElevenLabs voz

Relacionadas

ElevenLabs lanza el modelo de voz Eleven v4 con más expresividad y consistencia

ElevenLabs presentó Eleven v4, un modelo de síntesis de voz con nueva arquitectura que sigue mejor las instrucciones de tono, pacing y contexto, además de una…

Por qué importaMejora la calidad y velocidad de la voz sintética justo en un segmento donde compiten Google, OpenAI y Cartesia, lo que presiona precios y…

Impacto medio Fiabilidad declaración interesada The Decoder
Herramientas y productos

Google lanza Gemini 3.8 Live, modelos de voz en tiempo real vía WebSockets

Google presentó Gemini 3.8 Live y 3.8 Live Extended Thinking, dos modelos speech-to-speech comparables a la familia GPT-Live de OpenAI. El desarrollador Simon…

Por qué importaLos modelos de voz en tiempo real son clave para asistentes conversacionales y atención al cliente automatizada, y esta demo muestra lo accesible que…

Impacto bajo Fiabilidad confirmado por varias fuentes Simon Willison

Hugging Face y Cerebras logran experiencias de voz en tiempo real con Gemma 4

Hugging Face y Cerebras han presentado una demostración de pipeline de voz a voz en tiempo real utilizando el modelo Gemma 4 31B de Google DeepMind, la…

Por qué importaLa latencia predecible es crítica para que las interfaces de voz se sientan naturales y responsivas en lugar de frustrantemente lentas. Para empresas…

Impacto alto Fiabilidad fuente primaria Relevancia 7/10 Hugging Face

ElevenLabs lanza modelos v4 y v4 Turbo que clonan voces con 10 segundos de audio

ElevenLabs presentó los modelos de voz v4 y v4 Turbo, que según la compañía necesitan solo 10 segundos de audio para clonar una voz humana manteniendo la…

Por qué importaReducir a segundos el material necesario para clonar una voz abarata y acelera la producción de doblaje, accesibilidad y atención al cliente, pero…

Impacto medio Fiabilidad declaración interesada Infobae Tecno

Tu opinión

0 comentarios

Escribe un comentario

Sin registro. La primera vez te pediremos confirmar el correo y el comentario pasará por moderación; después se publican al momento si cumplen las normas y firmas con el mismo nombre. Se guarda un resumen de tu IP para evitar abusos.