ElevenLabs a MCP: voz IA, transcripción y doblaje en cualquier agente IA

💡 ¿Sin instalación? Usa cloud.anythingmcp.com directamente. Inicia sesión, pulsa Connectors → ElevenLabs, pega tus credenciales, genera una MCP API key y listo. Sin Docker, sin git clone, sin servidor local.

ElevenLabs

Deja que tu IA use ElevenLabs con tu propia clave: encuentra voces en tu cuenta y en la Voice Library, convierte texto en voz que puedes descargar, transcribe audio y vídeo, dobla vídeos a otros idiomas, consulta créditos e historial y lee las conversaciones de tus agentes de voz.

Configuración

1. Inicia sesión en https://elevenlabs.io y abre Settings → API Keys (https://elevenlabs.io/app/settings/api-keys). Para una clave que no dependa de una sola persona, un administrador del espacio de trabajo puede crearla para una cuenta de servicio en Workspace settings → Service Accounts.
2. Crea una clave. Déjala sin restricciones o permite como mínimo: Text to Speech y Flows (para la voz), Speech to Text, Models (lectura), Voices (lectura), Add voice from Voice Library, Speech History (lectura; escritura solo para eliminar), User (lectura), Dubbing (lectura y escritura) y ElevenAgents (lectura). Una cuota de créditos en la clave limita lo que puede gastar; una lista de IP permitidas bloquearía AnythingMCP.
3. Copia la clave (empieza por sk_ y solo se muestra una vez), pégala en ELEVENLABS_API_KEY e instala el conector. La clave solo se envía a ElevenLabs.
4. Empieza con elevenlabs_get_subscription: muestra tu plan, los créditos usados y restantes y cuándo se renuevan.

Residencia de datos: las cuentas en un entorno aislado tienen su propio host y sus propias claves. Cambia la URL base del conector a https://api.eu.residency.elevenlabs.io (UE), https://api.in.residency.elevenlabs.io (India) o https://api.sg.residency.elevenlabs.io (Singapur). Una clave de un entorno aislado se rechaza con 401 en el host estándar, y al revés.

Se cobra de tu cuenta de ElevenLabs: la voz, la transcripción y el doblaje usan tus créditos en un plan de suscripción, o dólares estadounidenses con la facturación de API de pago por uso. Todo lo demás es gratis. Precios aproximados en octubre de 2026:

• Voz: alrededor de 1 crédito por carácter con eleven_multilingual_v2 y eleven_v3, 0,5 con eleven_flash_v2_5 (pago por uso: 0,08 o 0,04 USD por cada 1.000 caracteres). Las generaciones fallidas no se cobran.
• Transcripción: unos 0,22 USD por hora de audio.
• Doblaje: unos 0,33 USD por minuto con marca de agua, 0,50 USD sin ella.

Confirma primero: antes de generar voz, transcribir una grabación larga o hacer un doblaje, la IA te dice aproximadamente cuánto costará y espera tu sí. Guardar una voz de la Voice Library con elevenlabs_add_library_voice es gratis, pero ocupa uno de tus espacios de voz, así que la IA también pregunta antes. elevenlabs_delete_history_item está desactivada al instalar.

Voz: elevenlabs_create_speech inicia el audio a partir de tu texto y una voz y devuelve un id. Unos segundos después, elevenlabs_get_speech te da un enlace MP3 para escucharlo o descargarlo. El enlace caduca al cabo de una hora aproximadamente; pide uno nuevo. La voz se genera en segundo plano, con tres modelos compatibles:

• eleven_multilingual_v2 (por defecto): natural y estable, 29 idiomas, hasta 10.000 caracteres.
• eleven_v3: el más expresivo, más de 70 idiomas, etiquetas de audio como [whispers], hasta 5.000 caracteres.
• eleven_flash_v2_5: el más rápido y a mitad de precio, hasta 40.000 caracteres.

La transcripción y el doblaje funcionan con un enlace: pasas un enlace al archivo, no lo subes. elevenlabs_transcribe lee un enlace público (también de YouTube o TikTok, archivos de hasta 2 GB) y devuelve el texto al momento; con los hablantes separados, elevenlabs_get_transcript muestra quién dijo qué y cuándo. Si ElevenLabs no puede abrir el enlace, el conector descarga un enlace directo al archivo de hasta 10 MB y lo sube. elevenlabs_create_dubbing dobla un archivo de vídeo o audio a otro idioma y conserva las voces de los hablantes; la IA consulta elevenlabs_get_dubbing cada 30 a 60 segundos hasta que el doblaje termina. elevenlabs_get_dubbing_transcript devuelve sus subtítulos en SRT o WebVTT, y el archivo doblado se ve y se descarga en la app de ElevenLabs, en Dubbing.

Qué más lee: tus voces y la Voice Library pública, filtradas por género, edad, acento, idioma o caso de uso; los modelos con sus límites; el historial del audio generado (texto, voz, modelo, fecha); tu plan, tus créditos y tus espacios de voz; y tus agentes de voz con su prompt, primer mensaje, voz y LLM, además de sus conversaciones con transcripción, resumen y evaluación. El audio llega como enlaces de descarga, nunca como audio sin procesar en el chat; los elementos más antiguos del historial, los doblajes y las grabaciones de llamadas se reproducen en la app de ElevenLabs.

Errores habituales: 401 invalid_api_key: la clave es incorrecta, caducó o está desactivada, o pertenece a un entorno aislado (cambia la URL base). 400 invalid_api_key: la clave se copió incompleta o con errores. 402 insufficient_credits: no quedan créditos en este periodo, o se agotó la cuota propia de la clave. 403 insufficient_permissions: la clave no puede usar este endpoint, o una lista de IP permitidas bloquea la solicitud; edita la clave. 400 o 422: un parámetro que el modelo no acepta, por ejemplo un código de idioma con eleven_multilingual_v2 o un texto que supera el límite del modelo. 404: un id que no existe; la IA lo comprueba con las herramientas de listado. 429: demasiadas solicitudes a la vez; espera un momento y reintenta una vez.

El conector no cubre efectos de sonido ni música, audio en tiempo real ni en streaming, clonación ni diseño de voces, voz a voz, aislamiento de audio, proyectos de Studio, la creación o edición de agentes, llamadas telefónicas y por lotes, ni la descarga del audio de elementos del historial, doblajes y llamadas de agentes.

Requisitos previos: ELEVENLABS_API_KEY

Instalar el conector localmente

curl -fsSL https://raw.githubusercontent.com/HelpCode-ai/anythingmcp/main/docker-compose.quickstart.yml -o docker-compose.yml
printf 'JWT_SECRET=%s\nENCRYPTION_KEY=%s\n' "$(openssl rand -hex 32)" "$(openssl rand -hex 32)" > .env
docker compose up -d

Abre http://localhost:3000/connectors/store, elige ElevenLabs e introduce las variables listadas en los Requisitos previos.

Herramientas disponibles

Ejemplos de prompts

• "Busca en la Voice Library tres voces tranquilas de narrador británico y dame sus enlaces de vista previa."
• "Lee en voz alta este anuncio de producto con una de mis voces usando eleven_multilingual_v2. Dime primero cuántos caracteres tiene y cuánto cuesta, y luego dame el enlace MP3."
• "Transcribe esta entrevista de YouTube con los hablantes separados y resume lo que dijo cada persona."
• "Dobla este vídeo de 4 minutos al alemán sin marca de agua. Dime cuánto cuesta antes de empezar y avísame cuando el doblaje esté listo."
• "¿Cuántos créditos me quedan este mes y cómo terminaron las llamadas de ayer con nuestro agente de soporte?"

Siguientes pasos

• Conectar a Claude
• Conectar a ChatGPT