ElevenLabs en Mage

Dos. Eleven Speech es la síntesis de voz de ElevenLabs y usa Eleven v4, su modelo de voz más expresivo: 16 voces, más de 90 idiomas y etiquetas de audio como [whispers], [laughs] o [door creaks] que dirigen la lectura línea a línea. Eleven Music es el modelo de música de ElevenLabs: canciones completas con letra y voz, o instrumentales, de 10 segundos a 5 minutos.

Ambos funcionan a través de la propia ElevenLabs, así que las voces y las canciones son las que genera ElevenLabs. Los usas con tu cuenta de Mage en lugar de una suscripción aparte a ElevenLabs: con Gems en cualquier plan, o sin límite en un plan de pago hasta la duración que cubra cada plan.

Mage es una plataforma creativa independiente, no forma parte de ElevenLabs. Lo que añade es todo lo que rodea al audio: modelos de imagen como Mango 3 y Nano Banana, modelos de vídeo como Cherry 2 Pro, personajes guardados que mantienen su cara y su voz entre clips, y apps como Lipsync y Music Video que llevan el audio a la pantalla.

Eleven v4 lee todo el guion antes de hablar, así que el énfasis, el ritmo y la emoción siguen el sentido del texto. Las etiquetas entre corchetes lo dirigen: [excited], [sarcastic] y [softly] cambian la emoción; [whispers] y [shouting] el volumen; [sighs] y [laughs] añaden una reacción; [door creaks] o [applause] añaden un sonido dentro del habla. El MP3 dura exactamente lo que dura la lectura, y cada solicitud admite hasta 5000 caracteres.

Elige entre 16 voces, desde un narrador cálido hasta un presentador británico impecable, y escribe en cualquiera de los más de 90 idiomas. La guía de texto a voz con IA explica a fondo los guiones y las voces, y la página del modelo Eleven Speech tiene ejemplos en inglés, español, francés y japonés.

• Pon la etiqueta justo antes de la frase que modifica
• Usa puntos suspensivos para las pausas
• Baja la Estabilidad para una lectura más expresiva
• Escribe los números con letras cuando importe cómo se lean

Eleven Music compone una canción nueva a partir de una descripción, escribe la letra y la canta, o toca un instrumental si activas Instrumental. Las duraciones son exactamente 10, 30, 60, 120, 180 o 300 segundos. Describe el género, el ánimo, el tempo, los instrumentos, el cantante y el tema; nombra un estilo en lugar de un artista, porque se rechazan los prompts que mencionan a un artista real o citan letras existentes.

Para saber más sobre cómo escribir prompts de canciones, lee la guía del generador de canciones con IA. La página del modelo Eleven Music tiene ejemplos que van del pop y el R&B al reguetón y el lo-fi.

Con un plan de pago, una solicitud se ejecuta sin Gems si cabe en tu plan. Eleven Speech se mide por la longitud del texto: Basic admite 750 caracteres por solicitud (unos 50 segundos de voz), Pro 1500, Pro Plus 3250 y Max 4750. Eleven Music se mide por la duración de la canción: Basic admite canciones de 10 segundos, Pro de 30 segundos, Pro Plus de un minuto y Max de dos minutos. Lo que sea más largo se paga con Gems, a 30 Gems por cada bloque de 250 caracteres o fracción en voz y 3,75 Gems por segundo en música.

Compara los planes en la página de membresía.

Los desarrolladores llaman a POST /v1/eleven_speech/generate y POST /v1/eleven_music/generate en la API de Mage, con una sola clave y un solo saldo de Gems para todos los modelos de Mage. La página de la API de Mage explica las claves y los precios. Conecta el servidor MCP de Mage y Claude, ChatGPT y otros asistentes podrán locutar un guion o escribir una canción por ti en el chat, indicándote antes los Gems que costará.