Efectos de sonido IA ElevenLabs: test en español e inglés

👁 115 lecturas

Los efectos de sonido IA en ElevenLabs se crean a partir de una descripción breve: escribes «puerta chirriante» o «tormenta sobre la ciudad» y en pocos segundos tienes un archivo MP3 o WAV. Hemos probado si el generador entiende igual los prompts en español que en inglés. Generamos cinco pares de efectos con la misma descripción en ambos idiomas, y dos modelos independientes evaluaron la precisión. El resultado fue claro y cambia la forma en que conviene escribir los prompts.

Las cantidades en EUR son conversiones orientativas de los precios publicados en USD, calculadas con el tipo de referencia del BCE del 2026-10-12: 1 EUR = 1.1181 USD. No son precios locales confirmados ni importes finales con impuestos. El proveedor y el banco pueden aplicar otros tipos o cargos. ECB.

01Eleven Music: generador de música IA con letra en español, testEleven Music de ElevenLabs: test de 4 pistas con prompts en inglés y español, canción con letra en español, tiempo de generación, coste y prompts listos.Leer →02Voice Isolator: eliminar ruido de audio con ElevenLabsVoice Isolator de ElevenLabs elimina ruido de grabaciones. Prueba con cafetería, calle y ventilador: mediciones antes y después, muestras y precio.Leer →03ElevenLabs Dubbing al español: test v1 vs v2 con resultadosElevenLabs Dubbing traduce vídeos y genera nueva voz. Probamos v1 y v2 en un clip de 24 s: tiempos, créditos, calidad de voz y una sorpresa en v2.Leer →04Voice Changer ElevenLabs: cambiar voz con IA en grabacionesVoice Changer de ElevenLabs cambia la voz en una grabación manteniendo el ritmo y la entonación. Prueba en español con ruido de fondo y mediciones.Leer →05Clonar voz con IA en ElevenLabs: clones desde 10 s y 2 minCloné con ElevenLabs una voz sintética en español a partir de muestras de 10 s, 30 s y 2 minutos: similitud de 0,994 con 10 s y ningún error de contenido. Planes, precios y normas de consentimiento.Leer →

Cómo funciona el generador de efectos de sonido de ElevenLabs

La función se llama Sound Effects (en la API, modelo eleven_text_to_sound_v2). Los ajustes principales:

• Duración - de 0.5 a 30 s o automática, según la descripción.
• Loop - efecto sin principio ni final audibles, por ejemplo lluvia o ambiente urbano, que puedes reproducir en bucle bajo una escena más larga.
• Prompt influence - de 0 a 1, por defecto 0.3. Más alto significa más literal, más bajo más libre, con mayor número de variaciones.
• Formato - MP3 44.1 kHz para todos los efectos, WAV 48 kHz para los que no son loop.

El modelo también genera elementos musicales, por ejemplo un loop de percusión a 90 BPM. Pero las piezas completas las hace otra herramienta que describimos en la prueba de Eleven Music.

Nuestro test: los mismos efectos en español y en inglés

El 29 de septiembre de 2026 generamos por API cinco pares de efectos. Cada par tenía el mismo sentido, duración de 5 s y prompt influence 0.3 por defecto. No los evaluamos de oído, porque con cinco pares es fácil autosugerirse. Usamos dos jueces:

• CLAP (laion/larger_clap_general) - modelo que compara audio con descripciones de texto. Para cada efecto comprobamos cuál de las cinco descripciones en inglés encajaba mejor. Acierto = descripción propia en 1.er lugar.
• Etiquetas de eventos de audio de Scribe - la transcripción de ElevenLabs describe los sonidos entre corchetes, por ejemplo [door creaking]. Es una segunda descripción independiente de lo que se oye.

Los prompts en inglés ganaron en CLAP cinco veces de cinco, y Scribe los describió con precisión en cuatro casos. La tormenta la llamó «outro jingle», lo que con lluvia torrencial no sorprende, porque el ruido de gotas y ciertos sonidos musicales pueden sonar parecido. CLAP de todas formas emparejó ese archivo con tormenta. Los prompts en español acertaron 2 de 5 en CLAP (pasos y estadio), pero Scribe no acertó ninguno.

¿Un prompt influence más alto salva el español?

No del todo. Repetimos dos prompts en español (puerta y teléfono) con prompt influence 1.0. Scribe describió los resultados como «[background noise]» y «[chimes]», y en CLAP ambos quedaron primeros entre las cinco descripciones, pero con puntuaciones muy bajas (0.159 y -0.014). Conclusión: el generador entiende parcialmente el contenido del prompt en español, pero el inglés sigue siendo mucho más fiable. Eleven Music maneja el español bastante mejor, así que esta es una limitación de este modelo concreto.

Prompts listos para copiar

Escribe de forma concisa: qué suena, sobre qué superficie, en qué espacio y si algo ocurre después. Los primeros cinco prompts proceden del test, los dos siguientes son versiones acortadas de fondos que generamos para otras pruebas, y los dos últimos son ejemplos basados en el vocabulario de la documentación (estos no los generamos):

Old wooden door creaking open in an empty house
Footsteps on gravel, then a metal gate opens
Stadium crowd cheering after a goal
Old landline telephone ringing
Steady rain on a city street at dusk, a tram approaching and ringing its bell
Busy cafe ambience, people talking, cups clinking, espresso machine hissing
Cinematic braam, deep and brassy, trailer hit
Fast whoosh transition, left to right

Los dos últimos utilizan vocabulario de la documentación de ElevenLabs: braam es un golpe grave de viento metal típico de tráilers, whoosh es un sonido de paso por el aire. También son útiles impact (impacto), ambience (ambiente de lugar), one-shot (sonido único), loop y drone (sonido continuo y tenso). Los fondos con lluvia y cafetería, así como cocina, los generamos en versión más larga para las pruebas de doblaje y Voice Isolator.

Por API basta un comando (probado el 29.09.2026):

curl -X POST "https://api.elevenlabs.io/v1/sound-generation?output_format=mp3_44100_128" 
  -H "xi-api-key: $ELEVENLABS_API_KEY" -H "Content-Type: application/json" 
  -d '{"text":"Old wooden door creaking open in an empty house",
       "duration_seconds":5,"prompt_influence":0.3,
       "model_id":"eleven_text_to_sound_v2"}' -o puerta.mp3

Cuánto cuestan los efectos de sonido

La tarifa de API del 29 de septiembre de 2026 indica 0,1073 EUR (0.12 USD) por minuto de audio, sin IVA. La cabecera de respuesta de la API nos mostraba 10 créditos por segundo: 50 por un efecto de 5 s, 120 por 12 s, 270 por 27 s. La documentación aún menciona 40 créditos por segundo con duración manual, así que antes de una serie grande comprueba el contador de tu cuenta. El contenido del prompt no afecta al precio. El plan gratuito tiene 10.000 créditos mensuales, pero sin licencia comercial, que empieza en el plan Starter por 6 USD. La tarifa indica que los efectos están libres de derechos. La comparación de planes está en el texto cuánto cuesta ElevenLabs, y el resto de herramientas en la guía de ElevenLabs.

Si necesitas además un locutor, los modelos de voz los describimos en el texto sobre Eleven v4.

Preguntas frecuentes

¿ElevenLabs Sound Effects entiende español?

En nuestro test, parcialmente. Cinco prompts en español dieron 2 aciertos en CLAP y ninguno en Scribe, mientras que los mismos prompts en inglés acertaron 5 de 5. Subir prompt influence a 1.0 mejoró algo el español, pero el inglés sigue siendo mucho más fiable.

¿Cuánto cuesta generar un efecto de sonido?

Un efecto de 5 segundos nos costó 50 créditos. Por API son 0,1073 EUR (0.12 USD) por minuto, es decir unos 0,008944 EUR (0.01 USD) por 5 segundos, sin IVA.

¿Cuánto puede durar un efecto de sonido?

De 0.5 a 30 segundos en una sola ejecución. Un fondo más largo lo haces con un efecto en loop, que se reproduce en bucle sin costura audible.

¿Puedo usar los efectos comercialmente?

Sí, desde el plan Starter, que da licencia comercial. ElevenLabs describe los efectos como libres de derechos. El plan gratuito no incluye uso comercial.

// sigue leyendoElevenLabs llega a 600 millones de dólares en ARR y una valoración de 22.000 millonesNoticiasHiggsfield efectos: Earth Zoom Out y Bullet Time en 2026Herramientas de IA¿Qué IA elegir para música de vídeo? Eleven Music, Stable o SunoHerramientas de IA

Kinetyra

El enlace a ElevenLabs es un enlace de afiliado: si compras a través de él, FULGOR recibe una comisión y tú pagas el mismo precio. No influye en el contenido, tampoco en las partes críticas.