Eleven Multilingual V2
Red Neuronal
Eleven Multilingual V2 es un modelo de síntesis de voz de ElevenLabs para un doblaje emocional y natural en 29 idiomas.
Longitud máxima de respuesta
(en tokens)
Tamaño del contexto
(en tokens)
Costo del prompt
(por 1M tokens)
Cómo funciona Eleven Multilingual V2?
Eleven Multilingual V2 es un modelo de síntesis de voz de ElevenLabs diseñado para un sonido natural y la transmisión de emociones. Admite 29 idiomas, lo que permite doblar un mismo papel para diferentes mercados manteniendo el carácter de la voz. El proveedor lo posiciona para doblaje, audiolibros, posproducción y cualquier contenido donde la entonación humana sea importante. En BotHub, el modelo funciona sin VPN: pago por uso real sin suscripción, y el saldo no utilizado no caduca. Más de 250 modelos están disponibles en una misma ventana; puede redactar el texto con un modelo de lenguaje y enviarlo directamente a síntesis. Las solicitudes están cifradas mediante AES-GCM, y para equipos hay una API unificada, contrato, factura y panel de administración con límites. Úselo para doblar videos y anuncios, audiolibros y podcasts, voces para cursos de formación, doblaje y localización de videos, así como para reemplazar grabaciones de locutores durante la edición.Preguntas frecuentes sobre Eleven Multilingual V2
Puede usar los resultados generados con fines comerciales. Todos los derechos sobre el contenido creado le pertenecen. La única restricción: asegúrese de que la solicitud no incluya material de terceros protegido por derechos de autor. El usuario es responsable de respetar los derechos sobre los datos de entrada.
Es un modelo de síntesis de voz de ElevenLabs: usted envía texto y obtiene una pista de audio. Es adecuado para doblar videos y reels, podcasts, versiones de audio de artículos y libros, cursos de formación, respuestas de voz en servicios y prototipos de interfaces de voz.
Obtiene audio como resultado: voz sintetizada a partir del texto enviado. Por solicitud, el modelo procesa hasta 10,000 tokens, por lo que es mejor dividir los materiales largos. Los parámetros exactos del archivo dependen del método de acceso: a través de la interfaz de BotHub o la API.
El modo de razonamiento paso a paso no está marcado en nuestros datos, y esa no es su tarea. El modelo se especializa en la síntesis de voz, no en lógica y análisis. Si necesita razonamiento, prepare el guion con un modelo de texto en la misma ventana de BotHub y envíe el texto final para la síntesis.
En nuestros datos, la llamada a funciones (function calling) y la salida estructurada no están marcadas para este modelo. Sin embargo, está disponible a través de la API unificada compatible con OpenAI de BotHub, por lo que puede integrar la síntesis de voz en su flujo de trabajo como un paso separado, junto a los modelos de texto que sí admiten dichas funciones.
La recepción de archivos distintos al texto no está marcada en nuestros datos: el escenario principal es enviar texto y obtener una pista de audio. Si necesita doblar un documento, primero extraiga el texto, y para analizar imágenes o videos, utilice los modelos multimodales en la misma interfaz.
El modelo pertenece a la línea multilingüe de ElevenLabs, sin embargo, la lista exacta de idiomas admitidos no está especificada en nuestros datos. Por lo tanto, lo más seguro es probar el sonido con un fragmento corto de su texto: en BotHub solo paga por el uso real, sin suscripción.