ElevenLabs: Eleven v4

ElevenLabs: Eleven v4 es un modelo de texto a voz de ElevenLabs, publicado por el proveedor el 7 de octubre de 2026. Se sitúa en la categoría de voz y ElevenLabs lo describe como su modelo más expresivo. Si estás creando algo que necesite convertir texto escrito en audio hablado, este es el modelo que deberías evaluar primero de la línea de ElevenLabs.

El modelo toma texto como su única entrada y devuelve voz como su única salida. Admite etiquetas de audio en línea, que te permiten dirigir el tono emocional y la interpretación directamente dentro del texto que envías en lugar de mediante controles separados. ElevenLabs declara compatibilidad con más de 90 idiomas, por lo que el mismo modelo puede cubrir productos multilingües sin cambiar a un sistema diferente por cada idioma. La descripción del proveedor también menciona un límite de entrada de 10.000 caracteres. No se publica ninguna longitud de contexto en tokens para este modelo, y no se indica que se admita ningún parámetro de solicitud, así que planifica en torno al límite de caracteres y a la forma del modelo: texto de entrada, voz de salida.

Los usos prácticos se derivan de esos rasgos. Las etiquetas de audio en línea lo hacen adecuado para narración donde necesitas que una línea se entregue con una emoción específica, como audiolibros, diálogos de personajes en juegos o anuncios que necesitan una lectura concreta. La cobertura de más de 90 idiomas sirve para canalizaciones de localización, cursos de aprendizaje electrónico y locuciones para vídeo a escala, donde de otro modo contratarías locutores por idioma. Como la salida es voz, también sirve para funciones de accesibilidad, leer artículos o documentos en voz alta y experiencias de voz interactivas donde las respuestas se generan a partir de texto en el momento de la solicitud.

Lo llamas a través de la API compatible con OpenAI de api14 usando el id de modelo "elevenlabs/eleven-v4". La solicitud sigue la misma forma que otras llamadas de voz compatibles con OpenAI: envías tu texto y el modelo devuelve audio. Hay disponible un conjunto de voces con nombre, incluidas george, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger y will. Elige la voz que coincida con el tono de tu producto, y usa etiquetas de audio en línea en el texto para el control emocional y de interpretación. No se indica que se admita ningún parámetro de solicitud adicional para este modelo, así que limita las solicitudes a los campos documentados.

Ten en cuenta el límite de entrada de 10.000 caracteres. Para documentos largos tendrás que dividir el texto en fragmentos y unir el audio resultante, y para indicaciones muy cortas la expresividad puede ser más de lo que necesitas. Si tu tarea no es la generación de voz, un modelo de texto o multimodal encajará mejor, ya que Eleven v4 solo acepta texto y solo produce voz.