ElevenLabs añade efectos de sonido, música y reproducción en streaming a los audiolibros
ElevenLabs ha actualizado el editor de audiolibros de ElevenCreative: ahora la narración puede montarse en una misma línea de tiempo junto con efectos de sonido y música. El diccionario de pronunciaciones pasa a un panel lateral, donde cada regla se puede escuchar y las coincidencias en el texto se resaltan al instante. El botón de reproducción ya no espera a que el párrafo se genere por completo: el audio suena mientras se genera. Para autores y estudios, esto supone menos trabajo manual y ediciones más rápidas.
Procesado por IA desde ElevenLabs Blog; editado por Hamidun News
Hacer un audiolibro con una voz sintética es técnicamente sencillo. Las dificultades aparecen en los detalles: el nombre de un personaje en el capítulo doce debe sonar igual que en el primero, y el portazo tiene que caer exactamente sobre la palabra correcta. Precisamente a esas tareas apunta la última actualización de ElevenCreative, el estudio de ElevenLabs para trabajar con audio y vídeo. La compañía amplió el editor de audiolibros en Studio: añadió un panel lateral de pronunciaciones, efectos de sonido y música en la línea de tiempo, además de la reproducción en streaming.
Pronunciación bajo control
Antes, el diccionario de pronunciaciones se abría en una ventana emergente. Ahora es un panel lateral completo, disponible tanto en los ajustes como en Studio. Se puede abrir desde cualquier proyecto y editar las reglas mientras se trabaja en el libro.
Los cambios se guardan automáticamente. Cada regla incluye una vista previa de voz: se pulsa y se escucha cómo sonará la palabra. El texto al que se aplica la regla se resalta en tiempo real. Por ejemplo, en una novela de fantasía puede haber un nombre inventado o el de una ciudad. El autor define la pronunciación una sola vez y ve de inmediato en qué lugares del manuscrito se aplicará. Así se reduce el riesgo de que un mismo personaje suene distinto en capítulos diferentes.
Sonido y música en una misma línea de tiempo
La segunda parte de la actualización se centra en la atmósfera. En Studio ya se pueden añadir efectos de sonido y música a la línea de tiempo. El efecto se genera o se elige de una biblioteca predefinida y después se arrastra al punto deseado junto a la pista de narración. Así se puede definir el fondo general de una escena, como la lluvia o el ruido de la calle, o colocar un sonido concreto en un momento determinado de la trama.
Para que todo esto no se descontrole durante el montaje, se han añadido dos herramientas. El ajuste magnético ayuda a alinear los elementos entre pistas. Los clips vinculados se mueven como un bloque: si un efecto está asociado a un párrafo, se mantiene con él al reordenar fragmentos del libro. Quien haya editado alguna vez un pódcast o un vídeo sabe lo molesto que resulta que los sonidos se desplacen después de mover el texto.
Escuchar sin esperar
El cuarto cambio afecta a la rapidez de la retroalimentación. Hasta ahora, para escuchar el resultado había que esperar a que el párrafo se generara por completo. El nuevo motor de reproducción empieza a sonar mientras el audio todavía se está creando. En un libro largo, en el que el autor revisa decenas de veces fragmentos concretos, el ahorro de tiempo se acumula de forma notable. La compañía no ofrece cifras concretas de latencia, por lo que todavía no se puede estimar la mejora en segundos.
Qué significa en la práctica
La actualización apunta a un paso desde el generador de narración hacia una herramienta completa de postproducción. ElevenLabs desarrolla esta línea de forma sostenida. Los audiolibros llegaron a ElevenCreative en febrero de 2026; después, en mayo, la aplicación ElevenReader incorporó 200 000 audiolibros premium, y en julio se lanzó Character Casting, una función para asignar voces a los personajes. Ahora la compañía cubre la siguiente capa: pronunciación, diseño sonoro y un montaje más cómodo.
Esto resulta útil para autores independientes que publican sin estudio, para editoriales pequeñas y para equipos que producen versiones en audio de contenidos en gran volumen. Les interesa concentrar todo el proceso en un solo lugar, en lugar de pasar pistas entre el editor de voz y un programa de sonido aparte.
También hay limitaciones. El anuncio no incluye datos sobre la calidad ni el precio de las nuevas funciones, no hay comparativas con editores de audio clásicos y no se indica qué idiomas y voces admite el diccionario de pronunciaciones. Se trata de un lanzamiento de producto, no de un estudio, así que las afirmaciones sobre el ahorro de tiempo conviene comprobarlas con un libro propio.
Las nuevas herramientas están disponibles desde ya: basta con abrir un audiolibro en Studio dentro de ElevenCreative. Quienes ya producen audiolibros con ElevenLabs deberían empezar por el diccionario de pronunciaciones: en un libro con muchos nombres y términos, es la función que más correcciones ahorrará.
- 22 jul 2026Cómo la IA está convirtiendo Spotify, Netflix, YouTube y TikTok en aplicaciones de entretenimiento universales
- 27 oct 2026Vercel añade 14 modelos de ElevenLabs a AI Gateway con un 50% de descuento durante 14 días
- 12 nov 2026Un agente monta un vídeo 4K en Blender y lo renderiza en 10 GPU en 51 minutos por 5,75 $
- 19 jul 2026ElevenLabs recrea la voz de Michael Caine para un audiolibro de «La Odisea» de Homero
Preguntas frecuentes sobre la noticia
¿Qué se sabe sobre Pronunciación bajo control?
Antes, el diccionario de pronunciaciones se abría en una ventana emergente. Ahora es un panel lateral completo, disponible tanto en los ajustes como en Studio. Se puede abrir desde cualquier proyecto y editar las reglas mientras se trabaja en el libro. Los cambios se guardan automáticamente. Cada regla incluye una vista previa de voz: se pulsa y se escucha cómo sonará la palabra. El texto al que se aplica la regla se resalta en tiempo real.
¿Qué se sabe sobre Sonido y música en una misma línea de tiempo?
La segunda parte de la actualización se centra en la atmósfera. En Studio ya se pueden añadir efectos de sonido y música a la línea de tiempo. El efecto se genera o se elige de una biblioteca predefinida y después se arrastra al punto deseado junto a la pista de narración. Así se puede definir el fondo general de una escena, como la lluvia o el ruido de la calle, o colocar un sonido concreto en un momento determinado de la trama.
¿Qué se sabe sobre Escuchar sin esperar?
El cuarto cambio afecta a la rapidez de la retroalimentación. Hasta ahora, para escuchar el resultado había que esperar a que el párrafo se generara por completo. El nuevo motor de reproducción empieza a sonar mientras el audio todavía se está creando. En un libro largo, en el que el autor revisa decenas de veces fragmentos concretos, el ahorro de tiempo se acumula de forma notable. La compañía no ofrece cifras concretas de latencia, por lo que todavía no se puede estimar la mejora en segundos.
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.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.