Empieza un proyecto
ObraFaceless ReelsBlogRecursosSobre míContacto

Blog/UGC y avatares con IA

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.

Por Jeff Zambrano··2 min de lectura

La regla de los 30 minutos para un clon de voz

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:

  1. Haz una pausa de un segundo.
  2. Repite la frase completa.
  3. 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:

  1. Calidad de la toma: buen micrófono y entorno silencioso.
  2. Claridad al hablar: dicción, acentos y ritmo.
  3. Variedad de contextos: neutral, explicativo, cercano y emocional.
  4. 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.
CompartirXLinkedInWhatsApp
Jeff Zambrano

Jeff Zambrano es director de cine con IA, con base en Madrid. Su ópera prima, Borrowed Wounds, entró en el Top 50 del Higgsfield Global Film Festival entre 6.700 películas. Escribe estas notas desde sus propias producciones.

Abre muy pronto · acceso anticipado abierto

El laboratorio de cine para directores que trabajan con IA

Seis departamentos que hacen lo que un equipo de rodaje hace antes de que ruede la cámara, pensados para quien genera sus imágenes. Abre muy pronto.

WhatsApp