¿Clonar tu voz con solo 10 segundos de audio? Guía de ElevenLabs Voice Cloning

Field test sin BS de voice cloning en ElevenLabs. Starter vs Creator, IVC vs PVC, el truco de los 2 papeles tissue, specs exactos que funcionan para amateurs.

 

Si hacés video, sabés el dolor.
Coordinar con locutor cada revisión de guion, pagar por sesión, calcular el humor del día...
"Lo grabo yo mismo" — pero tu voz no funciona.
Esa pesadilla terminó el día que encontré ElevenLabs.

Hola, soy Sonetho. ⚡
Hoy: todo sobre clonar tu propia voz. Pagué de mi bolsillo Creator, hice un PVC, aprendí a la mala — comparto los tips "no malgastes plata".


1. Atención: el plan Starter NO clona bien tu voz

Error de novato: "Pruebo el barato (Starter) primero." Luego decepción.

📊 Tipos de clonación — leer obligado

Instant Voice Cloning (IVC)

  • Cómo: 10 seg de audio → clonación instantánea
  • Uso: Mejor para imitar otros personajes que tu propia voz
  • Plan: Starter ($5) y arriba

Professional Voice Clone (PVC)

  • Cómo: Deep learning con 30 min – 3 hs de tu audio
  • Calidad: Respiración, tono, acento — capturado perfecto
  • Restricción: Verificación de propiedad de voz — no podés clonar a otro
  • Plan: Creator ($22) mínimo

💡 Pro tip: ¿Querés múltiples PVCs? No tires $1320 en Business. Hacé múltiples cuentas Creator.


Instant Voice Clone
¡Funciona incluso con una grabación de 10 segundos...!

2. Grabación PVC sin fallar (home recording)

PVC aprende tus datos tal cual. Ruido entra → ruido aprende. Mala dicción entra → mala dicción sale.
"Input de calidad = output de calidad."

🎤 Guía oficial + tips de Lab

1. Consistencia de tono (crítico)

No mezcles tono alegre + enojado + noticiero en un dataset. Grabá por caso de uso:

  • "Narración calmada" — dataset separado
  • "Publi energética" — dataset separado

2. Tips de grabación casera (sin equipo?)

  • Lugar: Un placard lleno de ropa = oro acústico
  • Mic: Equipo pro ideal, pero smartphone sirve si...
  • 🚨 Truco de 2 papeles: Poné 2-3 capas de papel tissue sobre el mic del smartphone. Las plosivas (P, B) bajan dramáticamente
  • Posición: Mic un poco al costado de tu boca

3. Specs oficiales recomendados

  • Duración: 30 min mínimo, 2+ hs recomendado
  • Distancia mic: ~15–20 cm
  • Volumen: Consistente, sin clipping (-23 dB a -18 dB RMS)

🤔 ¿Vas a leer cualquier libro?

La performance del AI varía según el guion que leas. Tenemos un script optimizado gratis que sube la calidad 200%.


🎁 Probá lo barato primero

Creator ($22) caro? Empezá con Starter ($1–5) + Instant Cloning. 1 min de tu voz, AI imita al instante.

Cloná tu voz — 50% off primer mes

▶ Obtener descuento

📚 Relacionado

❓ Preguntas frecuentes (FAQ)

 

Q1. ¿Se puede clonar mi voz con solo 10 segundos de grabación?
A. El método de 10 segundos corresponde al Instant Voice Cloning.
Sin embargo, este método está diseñado más para imitar personajes o figuras que para replicar su voz con precisión.
Para una clonación de alta calidad que capture la respiración y la entonación se requiere PVC, lo cual necesita de 30 minutos a 3 horas de datos.

 

Q2. ¿Puedo clonar mi voz con el plan Starter?
A. El Instant Voice Cloning está disponible a partir del plan Starter ($5).
La clonación de alta calidad, denominada PVC (Professional Voice Clone), está disponible desde el plan Creator ($22).
El error más frecuente es contratar un plan básico y llevarse una decepción al no poder utilizar PVC.

 

Q3. ¿Puedo usar PVC para crear la voz de otra persona?
A. No es posible.
PVC incluye un proceso de verificación de identidad para el dueño de la voz.
Por lo tanto, no se puede utilizar para entrenar voces de otras personas.

 

Q4. ¿Es necesario tener un micrófono profesional?
A. Un smartphone es suficiente.
Sin embargo, debe controlar los ruidos de explosión (pop noise).
Si coloca dos o tres capas de papel sobre el micrófono al grabar, los sonidos oclusivos como "p" y "b" se reducirán considerablemente.
Coloque el micrófono en un ángulo ligeramente lateral en lugar de frente a la boca y grabe en un lugar sin eco, como un armario lleno de ropa.

 

Q5. ¿Cuáles son las especificaciones de grabación recomendadas oficialmente?
A. Se requiere un mínimo de 30 minutos, aunque se recomiendan al menos 2 horas.
Mantenga una distancia con el micrófono de unos dos puños, aproximadamente 15 a 20 cm.
Ajuste el volumen de manera constante entre -23dB y -18dB RMS, evitando que sea demasiado bajo o que se distorsione.

 

Q6. ¿Puedo entrenar varios tonos de voz al mismo tiempo?
A. No los mezcle.
Si incluye tonos alegres, enfadados y de lectura de noticias en un mismo conjunto de datos, el resultado será inconsistente.
Es mucho más estable grabar y crear voces por separado según su uso, como una para narración tranquila y otra para anuncios alegres.

 

Sonetho. ⚡

 

 

👉 Prueba ElevenLabs ahora