Instala la habilidad belt CLI:
npx skills add belt-sh/cli
ElevenLabs Texto a Voz
Texto a voz premium con más de 22 voces mediante la CLI de inference.sh.
Inicio rápido
Requiere la CLI de inference.sh (
belt). Instrucciones de instalación
belt login
# Genera habla con ElevenLabs
belt app run elevenlabs/tts --input '{"text": "Hola, bienvenido a nuestra demo de producto.", "voice": "aria"}'
Modelos disponibles
| Modelo | ID | Mejor para | Latencia |
|---|---|---|---|
| Multilingual v2 | eleven_multilingual_v2 | Máxima calidad, 32 idiomas | ~250ms |
| Turbo v2.5 | eleven_turbo_v2_5 | Equilibrio velocidad y calidad | ~150ms |
| Flash v2.5 | eleven_flash_v2_5 | Latencia ultra baja | ~75ms |
Biblioteca de voces
Voces femeninas
| Voz | Estilo |
|---|---|
aria | Estadounidense, conversacional |
alice | Británica, segura |
bella | Estadounidense, cálida |
jessica | Estadounidense, expresiva |
laura | Estadounidense, profesional |
lily | Británica, suave |
sarah | Estadounidense, amigable |
Voces masculinas
| Voz | Estilo |
|---|---|
george | Británico, autoritario |
adam | Estadounidense, profunda |
bill | Estadounidense, maduro |
brian | Estadounidense, conversacional |
callum | Transatlántico, intenso |
charlie | Australiano, natural |
chris | Estadounidense, informal |
daniel | Británico, imponente |
eric | Estadounidense, amigable |
harry | Estadounidense, joven |
liam | Estadounidense, articulado |
matilda | Estadounidense, cálida |
river | Estadounidense, seguro |
roger | Estadounidense, autoritario |
will | Estadounidense, brillante |
Ejemplos
Habla básica
belt app run elevenlabs/tts --input '{"text": "Bienvenidos a nuestra presentación de resultados trimestrales.", "voice": "george"}'
Elegir un modelo
# Máxima calidad
belt app run elevenlabs/tts --input '{
"text": "Este es nuestro modelo multilingüe premium con la mejor calidad.",
"voice": "aria",
"model": "eleven_multilingual_v2"
}'
# Ultra rápido para aplicaciones en tiempo real
belt app run elevenlabs/tts --input '{
"text": "Modelo Flash para aplicaciones de baja latencia.",
"voice": "brian",
"model": "eleven_flash_v2_5"
}'
Ajuste de voz
belt 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 | Mayor = más consistente, menor = más expresivo |
similarity_boost | 0-1 | Mayor = más cercano a la voz original |
style | 0-1 | Mayor = más exageración del estilo |
use_speaker_boost | true/false | Mejora la claridad del hablante |
Formatos de salida
# MP3 de alta calidad
belt 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 (predeterminado) |
mp3_44100_192 | MP3 a 44.1kHz, 192kbps |
pcm_16000 | PCM puro a 16kHz |
pcm_22050 | PCM puro a 22.05kHz |
pcm_24000 | PCM puro a 24kHz |
pcm_44100 | PCM puro a 44.1kHz |
Multilingüe
ElevenLabs admite 32 idiomas, incluidos inglés, español, francés, alemán, italiano, portugués, chino, japonés, coreano, árabe, hindi, ruso y más.
# Español
belt app run elevenlabs/tts --input '{
"text": "Hola, bienvenidos a nuestra presentación.",
"voice": "aria",
"model": "eleven_multilingual_v2"
}'
# Francés
belt app run elevenlabs/tts --input '{
"text": "Bonjour, bienvenue à notre démonstration.",
"voice": "alice",
"model": "eleven_multilingual_v2"
}'
Flujo de trabajo de voz + vídeo
# 1. Genera locución
belt app run elevenlabs/tts --input '{
"text": "Presentamos el futuro de la creación de contenido impulsada por IA.",
"voice": "george"
}' > voiceover.json
# 2. Crea un vídeo con avatar parlante
belt app run bytedance/omnihuman-1-5 --input '{
"image_url": "https://portrait.jpg",
"audio_url": "<url-de-audio-del-paso-1>"
}'
Casos de uso
- Locuciones: Demos de producto, vídeos explicativos, anuncios
- Audiolibros: Narración extensa con voces coherentes
- Podcasts: Presentadores de IA con entrega natural
- E-learning: Narración de cursos en varios idiomas
- Accesibilidad: Contenido de alta calidad para lectores de pantalla
- IVR: Mensajes profesionales para sistemas telefónicos
- Narración de vídeos: Contenido documental y de redes sociales
Habilidades relacionadas
# Diálogo multi-voz 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, Inworld TTS y más)
npx skills add inference-sh/skills@text-to-speech
# Habilidad completa de la plataforma (todas las aplicaciones)
npx skills add inference-sh/skills@infsh-cli
Explora todas las aplicaciones de audio: belt app list --category audio