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

Hecho Qué ha ocurrido
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 variante Turbo para agentes en tiempo real con latencia de 150 milisegundos. El modelo supera a Cartesia Sonic 3.6 y Gemini 3.8 Flash TTS en el ranking Voice Arena de Artificial Analysis y alcanza 91,7% en el benchmark de pronunciación, frente al 85,6% de v3. Soporta más de 90 idiomas y hasta 10.000 caracteres por solicitud, con precios de 80$ por millón de caracteres (v4) y 40$ (Turbo), con descuentos temporales hasta el 12 de octubre.
Resumen generado mediante IA a partir de The Decoder (original en inglés). Naturaleza de la información: declaración de parte interesada.
Análisis Por qué importa
Mejora la calidad y velocidad de la voz sintética justo en un segmento donde compiten Google, OpenAI y Cartesia, lo que presiona precios y capacidades para quienes construyen agentes de voz o contenido doblado.
- Quién se ve afectado
- Empresas de atención al cliente, desarrolladores de agentes conversacionales, productoras de audiolibros y doblaje, y plataformas de contenido multimedia.
- Qué puede cambiar
- Los agentes de voz en tiempo real podrán ofrecer respuestas más rápidas y expresivas, y la producción de audiolibros o doblajes podrá mantener consistencia de voz en producciones largas sin regenerar todo el contenido.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Vigilar la adopción de Turbo en plataformas de atención al cliente, la evolución de precios tras el periodo promocional y si Cartesia o Google responden con mejoras comparables en sus propios modelos de voz.
Recomendación Qué debería hacer una empresa
Evaluar Eleven v4 Turbo en pilotos de agentes de voz o atención al cliente durante los próximos 3-6 meses aprovechando el descuento promocional antes del 12 de octubre.
Recomendación generada por IA con la evidencia disponible; no es asesoramiento profesional.
Enviar esta noticia por correo
Enviado. Revisa que llegue a la bandeja de entrada de quien lo reciba.
La dirección no parece válida.
Has enviado varios correos seguidos. Espera un rato.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
No se ha podido enviar. Inténtalo de nuevo en unos minutos.
Fuente original: The Decoder. La referencia es siempre el artículo original.
Ver fuente original ↗vozagentestext-to-speech ElevenLabsCartesiaGoogleOpenAI agentes de voz doblaje IA ElevenLabs síntesis de voz
Relacionadas
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…
Google lanza modelos Gemini 3.8 Flash TTS con voces diseñadas desde texto y clonación de voz
Google presenta Gemini 3.8 Flash TTS y Flash-Lite TTS, dos modelos de texto a voz que soportan más de 100 idiomas y permiten crear voces nuevas a partir de…
Por qué importaReduce drásticamente el coste y la complejidad de generar voces sintéticas personalizadas para doblaje, audiolibros, agentes de voz y contenido a…
Google lanza Gemini 3.8 Live, modelo de voz que compite con GPT-Live-1 de OpenAI a menor precio
Google DeepMind lanzó Gemini 3.8 Live y su variante Extended Thinking, dos modelos de voz disponibles vía API y Google AI Studio. La variante Extended Thinking…
Por qué importaEl precio agresivo de Google puede acelerar la adopción de agentes de voz en aplicaciones empresariales, aunque OpenAI mantendría ventaja en…
Google DeepMind lanza Gemini 3.8 Live y Live Extended Thinking para voz en tiempo real
Google DeepMind presenta Gemini 3.8 Live y 3.8 Live Extended Thinking, sus modelos de diálogo en vivo más avanzados, disponibles vía API, Google Workspace y…
Por qué importaEstos modelos acercan la voz como interfaz principal para agentes empresariales capaces de ejecutar tareas complejas mientras mantienen conversación…
Tu opinión
Te hemos enviado un correo para confirmar tu dirección. El comentario se procesará cuando pulses el enlace.
Gracias. Tu comentario se publicará cuando lo revise el equipo (los primeros comentarios de cada persona se moderan).
Comentario publicado. Gracias por participar.
No se puede comentar aquí.
Indica un nombre (de 2 a 60 caracteres).
El correo no parece válido.
El comentario debe tener entre 10 y 2.000 caracteres.
Demasiados enlaces en el comentario.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
Has alcanzado el límite diario de comentarios.
Demasiados comentarios seguidos. Espera un rato.
No se ha podido enviar el correo de confirmación. Inténtalo de nuevo en unos minutos.



