ElevenLabs Dubbing: teste dos modelos v1 e v2

👁 119 leituras

ElevenLabs Dubbing traduz um vídeo para outro idioma e cria uma nova faixa de áudio com vozes que tentam soar como as dos falantes originais. Testei o recurso com um clipe fictício que produzi: 24 segundos em inglês, duas vozes sintéticas e sons de fundo, dublados para outro idioma com os modelos v1 e v2. Abaixo, você pode assistir e ouvir os dois resultados, além de conferir o tempo de processamento, os créditos consumidos, a medição de semelhança vocal e uma falha que não aparece na página de preços.

01Clonagem de voz com IA no ElevenLabs: 10 s ou 2 min?Testei clones de voz no ElevenLabs com amostras de 10 segundos, 30 segundos e 2 minutos. Veja os resultados, os custos e os limites do teste.Leia →

Como funciona a dublagem do ElevenLabs

O serviço reconhece a fala no arquivo, separa os falantes, traduz o texto e gera uma nova faixa de áudio, preservando o som original de fundo, como música e efeitos. Em setembro de 2026, havia dois modelos:

• Dubbing v1 - o modelo mais antigo e barato, compatível com os mesmos idiomas do Eleven v3, incluindo polonês. É o único que funciona com o Dubbing Studio, que permite editar manualmente a transcrição e gerar novamente trechos específicos. A documentação informa que o Dubbing Studio está em modo de manutenção e recebe apenas correções críticas.
• Dubbing v2 - modelo de ponta a ponta, definido como padrão na API e na dublagem automática do aplicativo, onde aparece como Alpha. Segundo a página de preços, oferece 92 idiomas e um controle de semelhança com a voz original (cloning strength de 0 a 10, com valor padrão 7).

Limites: no aplicativo, arquivos de até 1 GB e 180 minutos; pela API, até 3 GB; no Dubbing Studio, até 1 GB e 45 minutos. O Dubbing Studio está disponível a partir do plano Starter.

Meu teste: um clipe fictício de 24 s do inglês para o polonês

Para não dublar o vídeo ou a voz de outra pessoa, produzi o material. A imagem tem seis cenas de 4 s, feitas com ferramentas do meu ranking de geradores de vídeo com IA (café na cozinha e um bonde na chuva). Gravei as falas com o modelo Eleven v4, usando duas vozes da biblioteca: George, como narrador, e Jessica, uma voz feminina. Gerei os sons de fundo - cozinha, chuva e campainha do bonde - com o ElevenLabs Sound Effects. O material estava todo em inglês e não tinha legendas.

Em 28 de setembro de 2026, enviei o mesmo arquivo MP4 pela API aos dois modelos, com os parâmetros source_language=en e target_language=pl. O Dubbing retorna apenas a faixa de áudio (FLAC), então combinei o áudio com a imagem usando o ffmpeg.

Consultei os créditos do v2 no histórico de uso da conta depois da segunda tentativa. Calculei os do v1 pela diferença entre as leituras, porque o endpoint de dublagem não informa o custo no cabeçalho. Medi as pausas com base nos horários das palavras na transcrição do Scribe.

Tradução: v1 é correto, mas v2 soa mais natural

Os dois modelos traduziram o texto sem erros de conteúdo. A diferença está no estilo. A fala em inglês “I get two, if the tram is late, and it’s always late when it rains” foi traduzida pelo v1 como “Eu pego dois, se o bonde se atrasa, e ele sempre se atrasa quando chove”. O v2 traduziu como “Eu pego uns dois, se o bonde se atrasar. E, quando chove, ele sempre se atrasa”. Já o trecho “right on time, for once” virou “pontualmente, só desta vez” no v1 e “na hora exata, pelo menos uma vez” no v2. Estas são traduções das falas originais em inglês, não novos testes. Na minha avaliação, o v2 soa como um narrador que entendeu a piada; o v1, como uma tradução correta lida em voz alta.

Falha: uma tentativa do v2 gerou uma sequência sem sentido

O primeiro pedido ao v2 terminou com o status “completed”, mas a transcrição da fonte era uma sequência de palavras aleatórias em inglês, russo, chinês e coreano. A faixa em polonês misturava a tradução dessa sequência com trechos do original. O segundo pedido, feito com o mesmo arquivo, funcionou sem problemas. Segundo a central de ajuda do ElevenLabs, a cobrança pelo primeiro idioma acontece quando o projeto é criado. Nesse caso, o projeto foi marcado como concluído, então paguei pela sequência sem sentido o mesmo que pagaria por uma dublagem bem-sucedida.

Uma dica prática: antes de adicionar outros idiomas, baixe a transcrição da fonte pelo endpoint /transcript e confira se ela faz sentido. Leva alguns segundos.

A voz original é preservada?

Não avaliei isso apenas pelo ouvido. Comparei as impressões vocais (modelo de verificação de falantes WavLM, escala de -1 a 1) em intervalos equivalentes do original e da dublagem.

Os dois modelos preservaram o timbre em grau semelhante, e a diferença em relação a outro falante é clara. A mudança de idioma sempre reduz esse índice, porque a voz passa a articular sons diferentes. O v2 se destaca pelo ritmo, não pelo timbre.

Quanto custa o ElevenLabs Dubbing

Consultei os preços da API em 28 de setembro de 2026. Os valores em USD não incluem impostos. A cobrança considera a duração do material original e é feita separadamente para cada idioma.

Nos planos por assinatura, o pagamento é feito com créditos: o Starter, por US$ 6, oferece 30 mil créditos mensais; o Creator, por US$ 22, oferece 121 mil. Com o consumo do meu teste (5.402 créditos por 24 s), o plano Creator dá para cerca de 9 minutos mensais de dublagem v2. No v2, contas gratuitas recebem marca d’água automaticamente; contas pagas, não. Veja mais detalhes no artigo quanto custa o ElevenLabs.

Como fazer uma dublagem passo a passo

1. No aplicativo, abra Dubbing, envie um arquivo ou cole um link e defina manualmente o idioma de origem. A detecção automática é um risco adicional.
2. Escolha o idioma de destino e deixe o número de falantes no automático, a menos que você saiba quantos são.
3. Quando o processamento terminar, ouça o material inteiro. No v1, você pode fazer ajustes no Dubbing Studio. Segundo a documentação, a edição da transcrição do v2 pela API está disponível apenas no plano Enterprise.
4. Antes de publicar, confira nomes próprios e números. Na API, você pode incluí-los em keyterms para reduzir o risco de o modelo alterá-los.

Pela API, bastam dois comandos. Testei-os em 28/09/2026 em um trecho de 9 segundos, usando model_id=dubbing_v1. O teste foi feito com material em polonês, conforme os parâmetros originais:

curl -X POST https://api.elevenlabs.io/v1/dubbing/project \
  -H "xi-api-key: $ELEVENLABS_API_KEY" \
  -F file=@film.mp4 -F source_language=en \
  -F target_language=pl -F model_id=dubbing_v2

# depois, consulte a cada poucos segundos até o status ser completed:
curl -H "xi-api-key: $ELEVENLABS_API_KEY" \
  https://api.elevenlabs.io/v1/dubbing/project/PROJECT_ID/language/LANGUAGE_ID

Na resposta, o campo outputs.lossless_audio contém um link para o arquivo FLAC, válido por uma hora. Você precisa combinar imagem e áudio, por exemplo, com ffmpeg -i film.mp4 -i dub.flac -map 0:v -map 1:a -c:v copy -c:a aac output.mp4.

O que observar

• Vozes de outras pessoas. A dublagem reproduz o timbre dos falantes. Portanto, enviar a gravação de outra pessoa equivale a clonar a voz dela. Faça isso apenas com autorização ou com material sobre o qual você tenha direitos.
• Identificação. O público deve saber quando está ouvindo uma voz gerada. Descrevo orientações gerais no artigo sobre dublagem com IA.
• Controle de qualidade. O status “completed” não garante que o resultado faça sentido, como mostrou minha primeira tentativa com o v2.

Confira uma visão geral das ferramentas do ElevenLabs no guia do ElevenLabs.

Perguntas frequentes

O ElevenLabs faz dublagem para polonês?

Sim. Os dois modelos, v1 e v2, oferecem suporte ao polonês. No meu teste em polonês, ambos traduziram corretamente um clipe de 24 segundos do inglês; o v2 preservou as pausas do original com uma diferença de até 0,2 s.

Quanto custa a dublagem no ElevenLabs?

Pela API, o v1 custa de US$ 0,33 a US$ 0,50 por minuto, e o v2 custa US$ 2,20 por minuto, sem impostos. Meu clipe de 24 segundos consumiu cerca de 1.200 créditos no v1 e 5.402 no v2.

A dublagem do ElevenLabs preserva a voz original?

Em parte. Na minha medição, a semelhança entre a voz original e a dublagem ficou entre 0,72 e 0,81 nos dois modelos, contra 0,29 a 0,35 para outro falante.

É possível usar o ElevenLabs Dubbing de graça?

Sim, no plano gratuito, com 10 mil créditos mensais, mas com marca d’água e sem licença comercial. Com o consumo medido no meu teste, o v2 dá para cerca de 44 segundos de material.

Quanto tempo leva para fazer uma dublagem?

Meu clipe de 24 segundos ficou pronto em 22 a 65 s no v2 e em 43 s no v1. Para arquivos mais longos, o ElevenLabs recomenda usar webhooks em vez de consultar o status repetidamente.

// continue lendoClonagem de voz com IA no ElevenLabs: 10 s ou 2 min?BenchmarksDubbing AI: como traduzir vídeos mantendo a voz originalGeralGPT-6.1 Sol: preço, disponibilidade e teste práticoNotícias rápidas