Saltar al contenido
Clevera Help Center

Usar etiquetas de voz en la narración

Añade pausas, risas, suspiros y señales de tono a una línea de narración con etiquetas de voz. Cada etiqueta, lo que hacen las voces Integrado, ElevenLabs y de avatar con cada una, y consejos para obtener resultados naturales.

Actualizado 8 min de lectura

Las etiquetas de voz son señales breves en una línea de narración, como una pausa o una risa, que cambian la forma en que la voz de la IA la lee. Este artículo enumera cada etiqueta, lo que hace cada tipo de voz con ella y cómo obtener buenos resultados.

Antes de empezar

  • Las etiquetas de voz funcionan en la narración de vídeos de instrucciones y demostraciones de productos: las líneas en la pestaña Guion (consulta Editar el guion y la voz en off) y la voz en off de una escena de lista.
  • Una etiqueta surte efecto cuando se graba la línea, por lo que guardar una línea con una nueva etiqueta consume créditos como cualquier otra línea regrabada.

Añadir una etiqueta de voz

  1. Abre la línea

    En la pestaña Guion, pasa el ratón sobre un paso y haz clic en Editar narración.

  2. Coloca el cursor donde va la señal

    Haz clic en el texto justo donde debería ocurrir la pausa o el sonido, por ejemplo, entre "Abrir Ajustes" y "luego haz clic en Facturación".

  3. Elige una etiqueta

    Escribe /. Se abre una lista debajo de la línea ("Etiquetas de voz · adaptadas a cada voz"). Sigue escribiendo para filtrarla, usa las teclas de flecha y pulsa Enter, o haz clic en una etiqueta. También puedes hacer clic en Etiqueta de voz debajo del texto ("Añadir una etiqueta de voz (o escribe /)"), lo que abre un selector de Etiquetas de voz con buscador ("Cada motor de voz lee esto a su manera").

    La lista de Etiquetas de voz abierta debajo de una línea de narración, empezando por las pausas, Ehm, Respiración, Suspiro, Exhalar y Uf.
    Escribe / donde debería ir la señal.

  4. Guardar

    Haz clic en Guardar o pulsa ⌘ Enter / Ctrl Enter. La línea se graba de nuevo con la etiqueta.

La etiqueta se escribe en el texto entre corchetes, por ejemplo [short pause]. También puedes escribirla a mano; los corchetes y las palabras exactas importan, las letras mayúsculas no. En la pestaña Guion, una etiqueta guardada se muestra como una ficha de color con su nombre; en la línea de tiempo verás el texto entre corchetes.

Una línea de narración en la pestaña Guion con una etiqueta de Pausa corta entre dos frases.

Todas las etiquetas

El selector tiene 42 etiquetas en siete grupos. Una etiqueta siempre permanece en inglés ([short pause]), independientemente del idioma del vídeo. Las columnas Integrado y ElevenLabs indican qué voces la realizan; consulta Cómo lee cada voz las etiquetas.

Pausas

Etiqueta Escrita como Qué hace Integrado ElevenLabs
Pausa corta [short pause] "Una pausa breve." Sí Sí
Pausa media [medium pause] "Una pausa estándar." Sí (como pausa corta) Sí
Pausa larga [long pause] "Una pausa larga que deja asimilar un punto." Sí Sí

Vacilación

Etiqueta Escrita como Qué hace Integrado ElevenLabs
Ehm [uhm] "Una breve vacilación." Sí Sí

Respiraciones y suspiros

Etiqueta Escrita como Qué hace Integrado ElevenLabs
Respiración [breath] "Una inhalación ligera." Sí No
Suspiro [sigh] "Un suspiro." Sí Sí
Exhalar [exhales] "Una exhalación relajada." Sí Sí
Uf [phew] "Un uf de alivio." Sí No
Respiración pesada [heavy breath] "Una respiración profunda y pesada." Sí No
Uf [pff] "Un bufido de aire desdeñoso." Sí No
Pantalla [pant] "Jadeo por falta de aire." Sí No
Bostezo [yawn] "Un bostezo." Sí No

Risa

Etiqueta Escrita como Qué hace Integrado ElevenLabs
Riendo [laughing] "Una risa." Sí Sí
Risita [chuckle] "Una risa suave y corta." Sí Sí
Risita [giggle] "Una risita ligera." Sí No
Gran risa [laughter] "Una risa más larga y completa." Sí Sí
Risita [snicker] "Una risa astuta y contenida." Sí No
Carcajada [cackle] "Una risa fuerte y aguda." Sí No

Reacciones

Etiqueta Escrita como Qué hace Integrado ElevenLabs
Jadeo [gasp] "Una inhalación de aire sorprendida." Sí Sí
Tsk [tsk] "Un chasquido de lengua de desaprobación." Sí No
Aclarar garganta [throat-clearing] "Aclara la garganta." Sí Sí
Tos [cough] "Una tos." Sí Sí
Resoplido [snort] "Un resoplido divertido." Sí Sí
Estornudo [sneeze] "Un estornudo." Sí No
Siseo [hiss] "Un siseo." Sí No

Emoción

Etiqueta Escrita como Qué hace Integrado ElevenLabs
Animar [cheer] "Un grito de alegría." Sí No
Gemido [groan] "Un gemido de cansancio." Sí No
Grito [shouting] "Un grito corto." Sí Sí
¡Vaya! [argh] "Un ¡vaya! de frustración." Sí No
Gruñido [grr] "Un gruñido de molestia." Sí No
Gruñido [growl] "Un gruñido bajo." Sí No
Gruñido [grunt] "Un gruñido corto de esfuerzo." Sí No
Gemido [moan] "Un gemido bajo." Sí No
Llorar [cry] "Llorando." Sí Sí
Sollozo [sob] "Un sollozo." Sí No
Gemido [whimper] "Un pequeño gemido." Sí No
Grito [scream] "Un grito." Sí No
Chillido [shriek] "Un chillido agudo." Sí No

Entrega

Etiqueta Escrita como Qué hace Integrado ElevenLabs
Susurro [whispers] "Susurra las palabras que siguen." Sí Sí
Sarcasmo [sarcasm] "Un tono sarcástico. Solo algunas voces lo realizan." No Sí
Curioso [curious] "Un tono curioso. Solo algunas voces lo realizan." No Sí
Rápido [extremely fast] "Acelera las palabras. Solo algunas voces lo realizan." No Sí

Aburrido ([bored]) está retirado: ninguna voz actual lo realiza, por lo que ya no está en el selector y todas las voces lo omiten en narraciones antiguas.

Cómo lee cada voz las etiquetas

Diferentes voces entienden diferentes señales. Clevera traduce cada etiqueta para la voz que graba la línea y descarta las que una voz no puede realizar, por lo que una etiqueta nunca se lee en voz alta como una palabra.

Voz Qué hace con las etiquetas
Voces Integrado Realizan cada pausa y sonido vocal de la lista, incluido Ehm en todos los idiomas, como un evento breve en ese punto. Pausa media se lee como una pausa corta. Susurro susurra las palabras que siguen. Omiten Sarcasmo, Curioso y Rápido.
Voces ElevenLabs Realizan las pausas, Ehm, Suspiro, Exhalar, Riendo, Risita, Gran risa, Jadeo, Aclarar garganta, Tos, Resoplido, Grito, Llorar, Susurro, Sarcasmo, Curioso y Rápido. Omiten el resto. La intensidad con la que reacciona una voz depende de la voz.
Voces de avatar Leen solo las palabras. Cada etiqueta se elimina antes de grabar.

La fila que se aplica es la fuente de la voz actual del vídeo, que se muestra como una pestaña en el selector de voz. Consulta Cambiar voz, música y sonido. Las etiquetas marcadas como "Solo algunas voces lo realizan." en el selector son las que las voces integradas omiten.

Etiquetas y el resto de tu vídeo

Pregunta Respuesta
¿Las etiquetas aparecen en los subtítulos? No. Los subtítulos se crean a partir de lo que la voz dice realmente, por lo que una etiqueta nunca aparece como una palabra.
¿Las etiquetas sobreviven a una traducción? Sí. Las etiquetas permanecen en inglés, la traducción las mantiene donde estaban en la frase y la voz del nuevo idioma las lee como en la tabla anterior.
¿Las etiquetas se mantienen al cambiar la voz? Sí. El texto mantiene sus etiquetas y cada línea se graba de nuevo con la lectura de la nueva voz. Se omite una etiqueta que la nueva voz no pueda realizar.
¿Una pausa hace que el paso sea más largo? Sí. Las pausas se suman a la duración de la línea, y un paso dura al menos tanto como su narración.
¿Puedo escribir mi propia etiqueta, como [happy]? Solo las etiquetas de la lista se tratan como etiquetas. Otro texto entre corchetes se envía a la voz tal como está escrito y puede ser leído.
¿Las etiquetas cambian la estimación de duración? Sí. La duración estimada de la narración cuenta las etiquetas de pausa y sonido.

Consejos

  • Usa pausas para la estructura: una Pausa corta entre dos pensamientos, una Pausa larga antes de una idea nueva. Son las etiquetas que todas las voces, excepto las de avatar, respetan.
  • Pon una pausa entre palabras o después de un punto, no justo después de una coma, guion o dos puntos: la puntuación ya marca el ritmo, por lo que la pausa no añade nada ahí.
  • Pon una etiqueta de tono justo antes de las palabras que debe colorear: "Eso es todo. [curious] ¿Quieres ver qué pasa después?"
  • Una o dos etiquetas por línea son suficientes. Muchas etiquetas hacen que una línea suene artificial y sea más difícil de sincronizar.
  • Si una etiqueta parece no hacer nada, comprueba la tabla anterior: es posible que la voz actual no la admita.
  • Pulsa Regenerar voz para escuchar otra toma. Cada toma puede sonar ligeramente diferente.
Editar el guion y la voz en offEscribe y vuelve a grabar líneas de narración.Cambiar voz, música y sonidoElige la voz que lee tus etiquetas.Usa tus propias voces de ElevenLabsLas voces que leen cada etiqueta.Usa sincronización y ritmoAjusta el metraje al nuevo tiempo.