Intensivo Gratis 21–22.11Intensivo gratuito de 2 días en Vibecoding (21–22 nov, 16:00 MSK) · Cohorte 3 inicia 23.11Registrarse gratis →Cohorte 3 (23.11)
LanzamientoAnálisis · En radarElevenLabs Blog→ original

ElevenLabs lanza la traducción de llamadas en tiempo real para empresas en más de 90 idiomas

ElevenLabs ha abierto la alfa de Eleven Realtime Translation, un traductor de voz para llamadas en directo: el cliente habla en español, el operador en alemán, y cada uno escucha al otro en su propio idioma. Funciona con el modelo Eleven v4 Turbo, que conoce más de 90 idiomas y detecta por sí mismo en qué idioma habla la persona. Un solo operador podrá atender a clientes en muchos idiomas sin necesidad de un intérprete en la línea. Por ahora, el acceso solo está disponible para clientes corporativos de ElevenAPI.

Procesado por IA desde ElevenLabs Blog; editado por Hamidun News
ElevenLabs lanza la traducción de llamadas en tiempo real para empresas en más de 90 idiomas
Fuente: ElevenLabs Blog. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalElevenLabs Blog ↗
Editor jefe
Dato clave #1Deutsche Telekom desarrolla funciones sobre esta tecnología para su Magenta AI Call Assistant
Dato clave #2La voz se elige entre más de 17 500 opciones o se clona la propia; no cambia durante la sesión
El inicio de la traducción se configuramás precisión para disputas de facturación, más rapidez para la conversación fluida

Imagine una llamada al servicio de atención al cliente: el cliente, desde Madrid, habla en español, y el operador disponible solo conoce el alemán. Normalmente, la persona espera en la línea hasta que aparece un empleado que hable su idioma, o intenta explicar el problema en una lengua que no domina. ElevenLabs quiere eliminar esta limitación. La compañía ha abierto la alfa de Eleven Realtime Translation: un modelo de traducción de voz en tiempo real en el que cada interlocutor habla en su idioma y escucha al otro también en el suyo. Se trata de más de 90 idiomas, y por ahora solo tienen acceso los clientes corporativos de ElevenAPI, la plataforma para desarrolladores de ElevenLabs.

Cómo funciona en la práctica

El esquema es sencillo. La traducción se produce mientras la conversación continúa y suena con una voz natural y expresiva. No hace falta grabar la frase, esperar el procesamiento ni reproducir el resultado por separado.

ElevenLabs describe tres escenarios:

  • Operadores de telecomunicaciones integran la traducción en la propia capa de llamadas. Así, cualquier llamada dentro de su red puede producirse entre personas que hablan idiomas distintos.
  • Centros de contacto colocan la traducción entre el operador y quien llama. Un solo empleado puede atender a clientes en un número mucho mayor de idiomas, sin tener que mantener un intérprete en la línea.
  • Eventos en directo: cada oyente escucha al ponente en su propio idioma.

El primer socio público mencionado es Deutsche Telekom. La compañía utiliza Realtime Translation para añadir, junto con ElevenLabs, nuevas funciones a su Magenta AI Call Assistant. La vicepresidenta de IA de consumo, Lena Drubel, ha calificado esto de «una era completamente nueva» para la voz y una forma de eliminar las barreras entre las personas. Son palabras del socio, no una evaluación independiente. El anuncio no incluye datos sobre el funcionamiento del servicio bajo carga real.

Voz, idiomas y ajustes

Detrás funciona Eleven v4 Turbo, un modelo de síntesis de voz de baja latencia que ElevenLabs ha optimizado para tareas en tiempo real. Admite más de 90 idiomas y detecta por sí mismo en qué idioma habla la persona. No es necesario elegir el idioma de antemano.

Se afirma que una misma voz suena de forma estable en distintos idiomas. Para una marca, esto es importante: un agente de atención al cliente en Alemania, Brasil o India sonará como una única y misma «persona». La voz se elige de una biblioteca de más de 17 500 opciones o se crea un clon propio, rápido (Instant) o profesional (Professional). Durante la sesión, la voz no cambia.

Otro ajuste se refiere a la velocidad. El equipo decide cuánto tiempo tras el inicio de una frase arranca la traducción. Para conversaciones complejas, como disputas por facturas o casos de seguros, conviene esperar y obtener una traducción más precisa. Para un diálogo rápido, en el que importa el ritmo de las réplicas, se elige la latencia mínima. Es un compromiso honesto: cuanto antes empieza a hablar el sistema, mayor es la probabilidad de que se equivoque en el sentido de la frase.

Qué conviene tener en cuenta

El anuncio lo ha redactado el equipo de marketing. No incluye cifras de latencia, métricas de calidad de la traducción, precios ni comparativas con otras soluciones. El estatus de «alfa» significa que el producto puede cambiar de forma notable y que el acceso es limitado. Los autores no explican cómo gestiona el modelo los acentos, las interrupciones, el ruido de la línea o la terminología especializada. En un centro de llamadas, todo esto aparece constantemente.

Hay también preguntas que las empresas deberán resolver por su cuenta. ¿Hay que advertir al cliente de que su interlocutor habla con una voz sintetizada? ¿Cómo se almacenan las grabaciones de las conversaciones traducidas? ¿Quién responde si un error de traducción lleva al cliente a entender mal las condiciones de un contrato? Para bancos, aseguradoras y servicios médicos, estas cuestiones remiten a riesgos jurídicos, no solo técnicos.

Para desarrolladores y responsables de producto, la conclusión es esta. Si su producto depende de la atención por voz o de las llamadas internacionales, conviene solicitar acceso a la alfa y probar el servicio con sus propias grabaciones de conversaciones. Hay que fijarse especialmente en los escenarios complejos: números, nombres y nombres de tarifas. La elección entre velocidad y calidad de la traducción es mejor hacerla por separado para cada tipo de llamada, y no una sola vez para todo el sistema.

Historia

Preguntas frecuentes sobre la noticia

Cómo funciona en la práctica?

El esquema es sencillo. La traducción se produce mientras la conversación continúa y suena con una voz natural y expresiva. No hace falta grabar la frase, esperar el procesamiento ni reproducir el resultado por separado. ElevenLabs describe tres escenarios: Operadores de telecomunicaciones integran la traducción en la propia capa de llamadas. Así, cualquier llamada dentro de su red puede producirse entre personas que hablan idiomas distintos.

¿Qué se sabe sobre Voz, idiomas y ajustes?

Detrás funciona Eleven v4 Turbo, un modelo de síntesis de voz de baja latencia que ElevenLabs ha optimizado para tareas en tiempo real. Admite más de 90 idiomas y detecta por sí mismo en qué idioma habla la persona. No es necesario elegir el idioma de antemano. Se afirma que una misma voz suena de forma estable en distintos idiomas. Para una marca, esto es importante: un agente de atención al cliente en Alemania, Brasil o India sonará como una única y misma «persona».

¿Qué se sabe sobre Qué conviene tener en cuenta?

El anuncio lo ha redactado el equipo de marketing. No incluye cifras de latencia, métricas de calidad de la traducción, precios ni comparativas con otras soluciones. El estatus de «alfa» significa que el producto puede cambiar de forma notable y que el acceso es limitado. Los autores no explican cómo gestiona el modelo los acentos, las interrupciones, el ruido de la línea o la terminología especializada. En un centro de llamadas, todo esto aparece constantemente.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Private AI Builders Community · Vibe Club

Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews

Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.

Join Vibe Club →Explore Hamidun Academy
¿Qué te parece?
Cargando comentarios…