¿Qué hace ElevenLabs Text-to-Speech?
Síntesis de voz premium con más de 22 voces mediante la CLI inference.sh.

Inicio rápido
Requiere la CLI inference.sh (
infsh). Instrucciones de instalación
infsh login
# Generar voz con ElevenLabs
infsh app run elevenlabs/tts --input '{"text": "Hola, bienvenido a nuestra demo del producto.", "voice": "aria"}'
Modelos disponibles
| Modelo | ID | Ideal para | Latencia |
|---|---|---|---|
| Multilingual v2 | eleven_multilingual_v2 | Máxima calidad, 32 idiomas | ~250ms |
| Turbo v2.5 | eleven_turbo_v2_5 | Equilibrio velocidad/calidad | ~150ms |
| Flash v2.5 | eleven_flash_v2_5 | Latencia ultra baja | ~75ms |
Biblioteca de voces
Voces femeninas
| Voz | Estilo |
|---|---|
aria | Americana, conversacional |
alice | Británica, segura |
bella | Americana, cálida |
jessica | Americana, expresiva |
laura | Americana, profesional |
lily | Británica, suave |
sarah | Americana, amigable |
Voces masculinas
| Voz | Estilo |
|---|---|
george | Británica, autoritaria |
adam | Americana, grave |
bill | Americana, madura |
brian | Americana, conversacional |
callum | Transatlántica, intensa |
charlie | Australiana, natural |
chris | Americana, casual |
daniel | Británica, imponente |
eric | Americana, amigable |
harry | Americana, joven |
liam | Americana, articulada |
matilda | Americana, cálida |
river | Americana, segura |
roger | Americana, autoritaria |
will | Americana, brillante |
Ejemplos
Voz básica
infsh app run elevenlabs/tts --input '{"text": "Bienvenidos a nuestra presentación de resultados trimestrales.", "voice": "george"}'
Elegir un modelo
# Máxima calidad
infsh app run elevenlabs/tts --input '{
"text": "Este es nuestro modelo multilingüe premium con la mejor calidad.",
"voice": "aria",
"model": "eleven_multilingual_v2"
}'
# Ultrarrápido para aplicaciones en tiempo real
infsh app run elevenlabs/tts --input '{
"text": "Modelo Flash para aplicaciones de baja latencia.",
"voice": "brian",
"model": "eleven_flash_v2_5"
}'
Ajuste de voz
infsh app run elevenlabs/tts --input '{
"text": "Ajusta las características de la voz para tu caso de uso.",
"voice": "bella",
"stability": 0.3,
"similarity_boost": 0.9,
"style": 0.4
}'
| Parámetro | Rango | Efecto |
|---|---|---|
stability | 0-1 | Más alto = más consistente, más bajo = más expresivo |
similarity_boost | 0-1 | Más alto = más cercano al carácter de la voz original |
style | 0-1 | Más alto = mayor exageración del estilo |
use_speaker_boost | true/false | Mejora la claridad del hablante |
Formatos de salida
# MP3 de alta calidad
infsh app run elevenlabs/tts --input '{
"text": "Salida de audio de alta calidad.",
"voice": "daniel",
"output_format": "mp3_44100_192"
}'
| Formato | Descripción |
|---|---|
mp3_44100_128 | MP3 a 44.1kHz, 128kbps (por defecto) |
mp3_44100_192 | MP3 a 44.1kHz, 192kbps |
pcm_16000 | PCM sin comprimir a 16kHz |
pcm_22050 | PCM sin comprimir a 22.05kHz |
pcm_24000 | PCM sin comprimir a 24kHz |
pcm_44100 | PCM sin comprimir a 44.1kHz |
Multilingüe
ElevenLabs admite 32 idiomas, incluidos inglés, español, francés, alemán, italiano, portugués, chino, japonés, coreano, árabe, hindi, ruso y más.
# Español
infsh app run elevenlabs/tts --input '{
"text": "Hola, bienvenidos a nuestra presentación.",
"voice": "aria",
"model": "eleven_multilingual_v2"
}'
# Francés
infsh app run elevenlabs/tts --input '{
"text": "Bonjour, bienvenue à notre démonstration.",
"voice": "alice",
"model": "eleven_multilingual_v2"
}'
Flujo de trabajo Voz + Video
# 1. Generar locución
infsh app run elevenlabs/tts --input '{
"text": "Te presentamos el futuro de la creación de contenido impulsada por IA.",
"voice": "george"
}' > voiceover.json
# 2. Crear video de talking head
infsh app run bytedance/omnihuman-1-5 --input '{
"image_url": "https://portrait.jpg",
"audio_url": "<url-del-audio-del-paso-1>"
}'
Casos de uso
- Locuciones: Demos de producto, videos explicativos, comerciales
- Audiolibros: Narración extensa con voces consistentes
- Podcasts: Presentadores AI con entrega natural
- E-learning: Narración de cursos en múltiples idiomas
- Accesibilidad: Contenido para lectores de pantalla de alta calidad
- IVR: Mensajes profesionales para sistemas telefónicos
- Narración de video: Contenido para documentales y redes sociales
Skills relacionados
# Diálogo multi-locutor de ElevenLabs
npx skills add inference-sh/skills@elevenlabs-dialogue
# Cambiador de voz de ElevenLabs
npx skills add inference-sh/skills@elevenlabs-voice-changer
# Efectos de sonido de ElevenLabs
npx skills add inference-sh/skills@elevenlabs-sound-effects
# Todos los modelos TTS (Kokoro, DIA, Chatterbox y más)
npx skills add inference-sh/skills@text-to-speech
# Skill completo de la plataforma (más de 150 apps)
npx skills add inference-sh/skills@infsh-cli
Explora todas las apps de audio: infsh app list --category audio