ANÀLISI MESURADA

ElevenLabs Dubbing a examen: què vam mesurar

FAMILIAR RECERCAACTUALITZAT TOTS ELS ARTICLES
LLEGEIX-HO ENEnglishEspañolPortuguês中文日本語한국어FrançaisDeutschالعربيةBahasa IndonesiaРусскийItalianoTiếng ViệtไทยNederlandsΕλληνικάУкраїнська粵語NorskCatalàHrvatskiLietuviųSlovenčinaSvenskaБългарскиСрпскиБеларускаяDanskҚазақшаLatviešu

RESUM

ElevenLabs Dubbing és només àudio; mesurat amb els mateixos clips, ElevenLabs Dubbing v2 (Alpha) tenia un 270% més d'error en el so de fons que Familiar (les rialles, la música, l'ambient) i Familiar va fer un 54.7% menys d'errors de traducció importants en el discurs (29 vs 64; 111 resultats aparellats en mandarí, espanyol i japonès, 5 d'agost de 2026). Amb ElevenLabs Dubbing v1, Familiar s'assembla un 27.8% més al parlant real, més proper en les 11 llengües (418 resultats aparellats). Totes les dades i els exemples d'escolta: el benchmark complet amb ElevenLabs.

Què és ElevenLabs Dubbing

DUBBING V1

  • La via estable i programable que fan servir la majoria d'integracions.

DUBBING V2 (ALPHA)

  • El producte més nou, que s'ofereix a través del web.

Tots dos prenen un fitxer de vídeo o d'àudio, el transcriuen, tradueixen el guió i pronuncien la traducció amb una veu que vol semblar la del parlant original.

Les mesures següents comparen àudio amb àudio.

NOMÉS ÀUDIOSENSE SINCRONITZACIÓ LABIALLA CARA ENCARA PARLA LA LLENGUA ORIGINAL

Què fa bé

UNA API MADURA I BEN DOCUMENTADA
Endpoints estables, integració senzilla.
UNA LLISTA DE LLENGÜES MOLT ÀMPLIA
Útil quan la llengua de destinació queda molt lluny de les majoritàries.
UNA SÍNTESI DE VEU INDEPENDENT SÒLIDA
Per a la narració i la veu en off a partir d'un guió, continua sent una eina capdavantera.
LA MARCA MÉS GRAN DE LA CATEGORIA
El producte que la majoria de gent troba primer quan busca clonació de veu, doblatge amb IA o sincronització labial amb IA.

Què vam mesurar

Dos estudis aparellats de caixa negra, tots dos executats el 5 d'agost de 2026.

  1. 01

    Els mateixos clips d'origen i les mateixes llengües de destinació van passar per cada sistema.

  2. 02

    Només es va avaluar l'àudio final que rep l'usuari.

  3. 03

    Els dos estudis es presenten per separat.

ESTUDI A · VS DUBBING V1
FIG. 01 · SEMBLANÇA AMB EL PARLANT · DUBBING V1 · FAMILIAR +27.8% · LES 11 LLENGÜES
FAMILIAR0.4605
ELEVENLABS0.3604
+95.5%

ElevenLabs tenia un 95.5% més d'errors en el discurs marcats a la revisió.

258 VS 132
+261%

ElevenLabs tenia un 261% més d'error espectral en el fons.

12.27 VS 3.40 dB
+10.2%

Naturalitat prevista per a Familiar.

2.51 VS 2.28 · EXPLORATORI
Correlació de la forma de les rialles i les reaccions: Familiar, un +243.7% més alta, 0.759 vs 0.221. F1 del temps dels efectes de so i els cops: Familiar, un +24.3% més alta, 0.947 vs 0.762.
ESTUDI A | 418 RESULTATS APARELLATS | 38 CLIPS | 11 LLENGÜES | EXECUTAT EL 5 D'AGOST DE 2026
ESTUDI B · VS DUBBING V2 (ALPHA)
FIG. 02 · ERRORS DE TRADUCCIÓ IMPORTANTS · DUBBING V2 (ALPHA) · FAMILIAR, UN 54.7% MENYS · 111 DOBLATGES APARELLATS
ELEVENLABS64
FAMILIAR29
FIG. 03 · DOBLATGES AMB ALGUN PROBLEMA DE SENTIT IMPORTANT · DUBBING V2 (ALPHA) 36/111 VS FAMILIAR 23/111 (+56.5%)
  • Doblatges amb almenys un problema de sentit important32%
  • Doblatges sense cap problema de sentit important68%
270%

ElevenLabs tenia un 270% més d'error en el so de fons: les rialles, la música, l'ambient.

MAE DE 11.92 VS 3.22 dB
+221%

ElevenLabs tenia un 221% més d'error en el volum de les rialles i les reaccions.

3.32 VS 1.04 dB · 18 CLIPS / 54 COMPARACIONS
+28.2%

Correlació de la forma de les rialles i les reaccions de Familiar: 0.960 vs 0.749. L'interval aparellat del 95% exclou el zero.

Semblança amb el parlant: no concloent amb aquesta mida de mostra (una estimació puntual de +3.5% per a Familiar; l'interval travessava el zero); el mateix va passar amb la naturalitat prevista. Cobertura: Familiar va completar 38/38 clips d'origen; Dubbing v2 (Alpha) va rebutjar el clip de 10.94 segons per sota del seu mínim d'11 segons (37/38).
ESTUDI B | 111 RESULTATS APARELLATS | MANDARÍ, ESPANYOL, JAPONÈS | EXECUTAT EL 5 D'AGOST DE 2026
FIG. 04 · AUDITORIA QUALITATIVA AMB ELS MATEIXOS CLIPS · ERRORS D'ELEVENLABS PER CLASSE · 5 D'AGOST DE 2026
PARAULES45
RIALLES/EFECTES8
VEU PERDUDA6
SOLAPAMENT6
INTERPRETACIÓ4
AMBIENT4
PARAULES
EL RECOMPTE45
COM SONAEliminades o inventades.
RIALLES/EFECTES
EL RECOMPTE8
COM SONARialles i efectes de so trencats.
VEU PERDUDA
EL RECOMPTE6
COM SONAEs perd la veu del parlant.
SOLAPAMENT
EL RECOMPTE6
COM SONAEls parlants es fonen en una sola veu.
INTERPRETACIÓ
EL RECOMPTE4
COM SONAAplanada.
AMBIENT
EL RECOMPTE4
COM SONAEl fons sonor desapareix.

Intervals de confiança, desglossament per llengua i exemples d'escolta: /benchmark/elevenlabs. La comparativa completa: Familiar vs ElevenLabs Dubbing: dos estudis aparellats.

Límits del flux de treball a escala de catàleg

Observat el 5 d'agost de 2026:

11 s

Durada mínima del clip. Els vídeos curts, les obertures en fred i els talls de reacció per sota d'aquesta durada no es poden doblar; el nostre clip de 10.94 segons va ser rebutjat.

20

Elements per lot. Quatre vídeos a sis llengües són 24 resultats, més del que cap en un lot.

30

Peticions simultànies. Deu vídeos a deu llengües són 100 peticions: com a mínim quatre tandes.

v1

Editar la traducció. Amb l'actual Dubbing v2, editar la transcripció i regenerar l'àudio a través de l'API només és possible amb els plans Enterprise; l'editor complet, Dubbing Studio, funciona amb el model v1, en mode de manteniment (la seva documentació, 30 d'octubre de 2026).

Res d'això importa per a un vídeo a una sola llengua. Per a un fons de catàleg o un conjunt de canals multilingües, Les millors alternatives a ElevenLabs per al doblatge compara les opcions. Guies per a catàlegs i llançaments: Com tanquen les plataformes de streaming la bretxa de la llengua local i Llançaments multipaís: doblar tots els mercats alhora.

ElevenLabsElevenLabsElevenLabsTHEIR DOCS, READ OCTOBER 30, 2026

Editing the translation means their old model.

On ElevenLabs' current Dubbing v2, in alpha, editing the translation and regenerating the audio through the API is for their Enterprise plans only. Their full editor, Dubbing Studio, is "only available via the v1 model" and "in maintenance mode", in their words. Dubbing v1 is the model our 418-pair study measured, and its output is mono.

+27.8%

FAMILIAR CLOSER TO THE REAL SPEAKER · ALL 11 LANGUAGES

261%

ELEVENLABS MORE BACKGROUND ERROR · THE MUSIC, THE AMBIENCE

+243.7%

FAMILIAR ON LAUGHTER AND REACTION SHAPE

ELEVENLABS DUBBING V1 · 418 PAIRED OUTPUTS · 11 LANGUAGES · AUGUST 5, 2026Read the study Their docs

Preu

TOT INCLÒS

Una renderització de Familiar, per minut acabat i per llengua de destinació: la traducció, la veu pròpia del parlant, el so de l'escena i la sincronització labial, lliurada fins a 4K amb una mescla 5.1 real o estèreo.

ACCÉS PER CONTRACTE STUDIO
$3

ElevenLabs Dubbing, per minut doblat i per llengua de destinació. Només àudio.

PREU DEL PROCÉS DE COMPRA · 5 D'AG. DE 2026

Afegir-hi la sincronització labial amb Sync.so, la millor eina independent, suma $8 el minut: $11 en total, i tot i així sense mescla 5.1. La documentació d'ElevenLabs, sobre l'àudio dels seus doblatges:

…com a màxim estèreo… l'àudio 5.1 i altres àudios multicanal no es conserven.
ElevenLabs Help Center, which file formats are supported by Dubbing

Com a referència, el doblatge humà complet, traducció i veu, costa entre $70 i $150 per minut acabat; a aquest preu, la major part del món no el pot fer servir. La gamma alta visual és assistida: eines com Flawless TrueSync requereixen un equip d'artistes de VFX i setmanes per projecte, i cada llengua és un projecte nou. ElevenLabs dobla d'una sola passada i renuncia a tot el que s'ha mesurat més amunt; Familiar és d'una sola passada i té la qualitat.

El panorama de preus complet, incloses les tarifes del doblatge humà: Quant costa el doblatge el 2026?

Veredicte

DOBLAR VÍDEO

Les mesures apunten cap a una altra banda.

GENERACIÓ DE VEU INDEPENDENT
EL VEREDICTEElevenLabs continua sent una eina capdavantera; per a un doblatge només d'àudio a una llengua minoritària, pot ser l'única opció pràctica.
DOBLAR VÍDEO
EL VEREDICTEMenys errors de traducció i menys error en el so de l'escena en tots dos estudis; una veu un 27.8% més propera al parlant real amb el Dubbing v1.
EN PANTALLA
EL VEREDICTEUna cara que parla la nova llengua: la sincronització labial i, més enllà, tota la interpretació facial.
EL TEXT DE LA TRADUCCIÓ
EL VEREDICTEProvat a part contra traductors professionals experts, iguala la seva primera versió (Traducció amb IA vs traducció humana: a prova contra professionals).
HeyGenHeyGenElevenLabsElevenLabsHeyGen + ElevenLabsONE-SHOT TOOLS · NO CONTROL

One shot today means giving up the rest.

The one-shot tools today give up the rest: the translation cannot be edited, the music and the room drop out, the voice drifts, and the lips fail on a hand over the face, a microphone, blur, bokeh, a side view or several people in frame. No spatial reasoning, no understanding of the world, no control. ElevenLabs' current Dubbing v2 edits only through an Enterprise API, and its full editor is the older model, in maintenance mode; HeyGen stitches a lip-sync over a dub like that, and the lip-sync breaks on the ordinary shots of any episode. Familiar is one shot and the quality: translation first, reviewed; then the voice, the lips and the scene together, through the hard shots.

54.7%

FEWER TRANSLATION ERRORS · FAMILIAR VS ELEVENLABS DUBBING V2

270%

ELEVENLABS MORE BACKGROUND-SOUND ERROR · THE LAUGHTER, THE MUSIC, THE AMBIENCE

+27.8%

FAMILIAR CLOSER TO THE REAL SPEAKER

FAMILIAR · ONE SHOT AND THE QUALITYFamiliar vs Flawless TrueSync The ElevenLabs study The demos
30 LLENGÜES, DE QUALSEVOL A QUALSEVOLTRADUCCIÓ + VEU + SO DE L'ESCENA + SINCRONITZACIÓ LABIAL, UNA SOLA RENDERITZACIÓIMATGE FINS A 4K · MESCLA 5.1 REALACCÉS PER CONTRACTE STUDIO, A LA MIDA DEL TEU CATÀLEG

REFERÈNCIES

  1. [1]Benchmark Familiar vs ElevenLabs: resultats complets, intervals i exemples d'escolta
  2. [2]Traducció amb IA vs traducció humana: a prova contra professionals (l'estudi de traducció complet)
  3. [3]Documentació d'ElevenLabs Dubbing
  4. [4]Centre d'ajuda d'ElevenLabs: quins formats de fitxer admet Dubbing (àudio com a màxim estèreo; el 5.1 no es conserva)

Traducció multimodal

Familiar Labs fa un doblatge d'una altra generació amb un model multimodal de decisió de localització (MLDM), el primer model fundacional de traducció multimodal: un sol model decideix què cal localitzar en el text, l'àudio i la imatge, i et mostra les opcions. La teva veu i els teus llavis, portats a llengües noves. Un equip de 8 persones amb doctorats, amb el suport de Samsung, RedBird i Gold House. La nostra missió

Mira el benchmark complet →Parla amb l'equip