La regla de los 30 minutos para un clon de voz
Qué necesita un clon de voz: 30 minutos de audio útil, tomas largas sin cortes y una forma sencilla de resolver los errores mientras la grabación sigue en marcha.

Para un clon profesional en ElevenLabs, el objetivo está claro: 30 minutos de audio limpio, continuo y profesional. Estas son las reglas alrededor de las que planifico.
Los requisitos básicos
- Duración mínima: 30 minutos de audio útil. Sin cortes, sin edición, sin música de fondo.
- Tipo de contenido: lectura en voz alta con naturalidad, con variedad de tonos y emociones.
- Grabación continua: una sola sesión o pocas sesiones largas, pero siempre tomas largas sin cortes internos.
Planifica de 40 a 45 minutos
ElevenLabs requiere al menos 30 minutos de audio limpio. Para que te queden después de limpiar los errores, planifico una sesión de lectura de 40 a 45 minutos. El tiempo extra es el margen.
Graba tomas largas, idealmente de 30 minutos cada una. Si tu voz o tu energía no aguantan tanto, lee en bloques de 10 a 15 minutos seguidos.
Qué hacer cuando te equivocas
La tentación es parar y empezar de nuevo. La regla es la contraria:
- Haz una pausa de un segundo.
- Repite la frase completa.
- Continúa sin detener la grabación.
Al final, recorta solo los silencios excesivamente largos. No cortes cada vez que haya un pequeño error y no edites en exceso. Un archivo lleno de cortes es peor para el modelo que uno con unos pocos tropiezos honestos.
Calidad antes que perfección
Cuatro cosas importan más:
- Calidad de la toma: buen micrófono y entorno silencioso.
- Claridad al hablar: dicción, acentos y ritmo.
- Variedad de contextos: neutral, explicativo, cercano y emocional.
- Continuidad: archivos largos sin cortes excesivos.
Checklist
- [ ] 30 minutos de audio útil como mínimo, 40 a 45 planificados.
- [ ] Sin música de fondo y sin edición.
- [ ] Tomas largas, o bloques de 10 a 15 minutos continuos.
- [ ] Los errores se resuelven repitiendo la frase, no cortando.



