BENCHMARK FRENTE A FRENTE

Familiar vs ElevenLabs Dubbing: dois estudos pareados

FAMILIAR PESQUISAATUALIZADO TODOS OS ARTIGOS
LEIA EMEnglishEspañolPortuguês中文日本語한국어FrançaisDeutschالعربيةBahasa IndonesiaРусскийItalianoTiếng ViệtไทยNederlandsΕλληνικάУкраїнська粵語NorskCatalàHrvatskiLietuviųSlovenčinaSvenskaБългарскиСрпскиБеларускаяDanskҚазақшаLatviešu

RESUMO

Nos mesmos clipes, a Familiar soa 27.8% mais parecida com a voz real de quem fala do que o ElevenLabs Dubbing v1, mais próxima em todas as 11 línguas (418 pares de resultados, 5 de agosto de 2026). No ElevenLabs Dubbing v2 (Alpha), a ElevenLabs teve 270% mais erros no som de fundo (as risadas, a música, o som ambiente) e a Familiar cometeu 54.7% menos erros importantes de tradução na fala (29 contra 64; 111 pares de resultados em mandarim, espanhol e japonês). A Familiar também ficou à frente nas risadas e reações nos dois estudos e na naturalidade prevista no estudo do Dubbing v1. Dados completos e exemplos para ouvir: o benchmark completo da ElevenLabs.

Método

DUBBING V1 · PARES DE RESULTADOS

418

38 clipes, 11 línguas

DUBBING V2 (ALPHA) · PARES DE RESULTADOS

111

Mandarim, espanhol, japonês

DATA DOS ESTUDOS

5 de ago. de 2026

Os dois estudos

CLIPES DE ORIGEM

38

Em inglês, cada um com o mesmo peso

  1. 01

    Pareado e de caixa-preta

    O mesmo clipe de origem em inglês e a mesma língua de destino foram para cada sistema; só o áudio final foi avaliado.
  2. 02

    Revisão de sentido

    Cada dublagem foi transcrita com marcação de tempo por palavra e revisada contra o mesmo sentido aprovado na língua de destino.
  3. 03

    Medidas acústicas

    Comparam a dublagem com a cena original: as camadas de som de fundo, o contorno das risadas e reações e o tempo dos transientes.
  4. 04

    Estatística

    Os clipes de origem têm o mesmo peso, os intervalos de 95% reamostram os clipes de origem e as duas coortes nunca são somadas.

A saída da Familiar também traz o rosto com lip sync; todas as medidas abaixo comparam áudio com áudio.

Resultados: ElevenLabs Dubbing v2 (Alpha) (o produto mais novo deles)

111 PARES DE ÁUDIO FINALMANDARIMESPANHOLJAPONÊS
FIG. 01 · ERROS IMPORTANTES DE TRADUÇÃO · DUBBING V2 (ALPHA) · FAMILIAR 54.7% MENOS · 111 DUBLAGENS PAREADAS
ELEVENLABS64
FAMILIAR29
FIG. 02 · DUBLAGENS FINALIZADAS COM ALGUM PROBLEMA IMPORTANTE DE SENTIDO · DUBBING V2 (ALPHA) · ELEVENLABS +56.5%
ELEVENLABS36/111
FAMILIAR23/111
270%

A ElevenLabs teve 270% mais erros no som de fundo: as risadas, a música, o som ambiente.

11.92 VS 3.22 dB MAE
+221%

A ElevenLabs teve 221% mais erro no volume das risadas e reações.

3.32 VS 1.04 dB · 18 CLIPES / 54 COMPARAÇÕES
+28.2%

Correlação da forma das risadas e reações na Familiar: 0.960 contra 0.749. O intervalo pareado de 95% exclui o zero.

Resultados: ElevenLabs Dubbing v1 (o produto estável)

418 TESTES CLIPE-LÍNGUA38 CLIPES11 LÍNGUASOS DOIS SISTEMAS CONCLUÍRAM TODOS OS TESTES
FIG. 03 · SEMELHANÇA COM A VOZ REAL · DUBBING V1 · FAMILIAR +27.8% · AS 11 LÍNGUAS FAVORECERAM A FAMILIAR
FAMILIAR0.4605
ELEVENLABS0.3604
FIG. 04 · ERRO ESPECTRAL NO SOM DE FUNDO · DUBBING V1 · dB, QUANTO MENOR, MELHOR · TRECHOS DE CENA VERIFICADOS
ELEVENLABS12.27 dB
FAMILIAR3.40 dB
+95.5%

A ElevenLabs teve 95.5% mais erros na fala apontados na revisão.

258 VS 132
+243.7%

Correlação da forma das risadas e reações na Familiar: 0.759 contra 0.221, em trechos de eventos verificados.

+10.2%

Naturalidade prevista para a Familiar.

2.51 VS 2.28 · EXPLORATÓRIO
DUBBING V2 (ALPHA)
A DIMENSÃOCobertura
O RESULTADOA Familiar concluiu 38/38 clipes de origem; o Dubbing v2 (Alpha) recusou o clipe de 10.94 segundos por ficar abaixo do mínimo de 11 segundos (37/38).
DUBBING V2 (ALPHA)
A DIMENSÃOSemelhança com a voz real
O RESULTADOInconclusiva com esse tamanho de amostra; estimativa pontual de +3.5% para a Familiar, com o intervalo pareado cruzando o zero.
DUBBING V1
A DIMENSÃOTempo dos transientes (efeitos sonoros e batidas)
O RESULTADOTambém favoreceu a Familiar: F1 0.947 contra 0.762.
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

Limites de fluxo de trabalho que encontramos no caminho

ELEVENLABS DUBBING3 LIMITES DO PRODUTOOBSERVADOS EM 5 DE AGO. DE 2026
11 s

Duração mínima do clipe. O clipe de 10.94 segundos do nosso conjunto não pôde ser dublado.

20

Itens por lote. Quatro vídeos em seis línguas já são 24 resultados, mais do que cabe em um lote.

30

Requisições simultâneas. Dez vídeos em dez línguas são 100 requisições: pelo menos quatro rodadas de lotes e espera.

  • A Familiar aceita clipes de qualquer duração; um único upload se desdobra para todas as línguas escolhidas.

Preço

TUDO INCLUÍDO

Uma renderização da Familiar, por minuto finalizado por língua de destino: a tradução, a própria voz de quem fala, o som da cena e o lip sync, entregues em até 4K com mixagem 5.1 real ou estéreo.

ACESSO POR CONTRATO STUDIO
$3

ElevenLabs Dubbing, por minuto dublado por língua de destino. Só áudio.

PREÇO NO CHECKOUT · 5 DE AGO. DE 2026
Os $3 compram só áudio. Para chegar a uma renderização da Familiar, ainda é preciso costurar o lip sync: a melhor ferramenta avulsa, a Sync.so, custa $8 por minuto, $11 no total, ainda sem mixagem 5.1. A própria documentação da ElevenLabs diz que as dublagens saem "no máximo em estéreo… áudio 5.1 e outros áudios multicanal não são preservados". Para comparar, a dublagem humana completa, tradução mais voz, custa de $70 a $150 por minuto finalizado; nesse preço, não é viável para a maior parte do mundo.
Limites e preços dos produtos observados em 5 de agosto de 2026; podem mudar.

O estudo completo de preços, com as fontes: Quanto custa a dublagem em 2026?

O texto da tradução contra tradutores profissionais

Um estudo separado, de agosto de 2026, colocou a tradução em produção da Familiar contra tradutores profissionais especialistas, com avaliação às cegas contra revisões de referência feitas por especialistas.

Em francês, chinês, hindi e indonésio, a Familiar empata com a primeira versão deles.

FIG. 05 · QUALIDADE DA TRADUÇÃO VS PRIMEIRA VERSÃO DO PROFISSIONAL ESPECIALISTA · AVALIAÇÃO ÀS CEGAS · AGOSTO DE 2026
FRANCÊS100.0%
CHINÊS98.2%
HINDI103.3%
INDONÉSIO99.6%
LINHA TRACEJADA = PRIMEIRA VERSÃO DO PROFISSIONAL (100%)
100.3%

Da qualidade da tradução da primeira versão do profissional, na média.

FRANCÊS, CHINÊS, HINDI, INDONÉSIO (PRIMEIRA VERSÃO DE TRADUTORES PROFISSIONAIS ESPECIALISTAS)

Limitações

A revisão de sentido é assistida por modelo e em passagem única; a dupla revisão nativa independente ainda está pendente. Semelhança com a voz real e naturalidade no Dubbing v2 (Alpha): inconclusivas com esse tamanho de amostra; nunca somadas ao resultado do v1. Clipes reais selecionados, não uma amostra probabilística de todo o vídeo.

REFERÊNCIAS

  1. [1]Benchmark Familiar vs ElevenLabs: resultados completos, intervalos e exemplos para ouvir
  2. [2]IA vs tradução humana: testada contra profissionais (o estudo completo de tradução)
  3. [3]Documentação do ElevenLabs Dubbing (preço por duração da origem e número de línguas)
  4. [4]Central de Ajuda da ElevenLabs: formatos de arquivo suportados pelo Dubbing (áudio no máximo estéreo; 5.1 não preservado)

TRADUÇÃO MULTIMODAL

A Familiar Labs faz dublagem uma geração à frente com um Modelo Multimodal de Decisão de Localização (MLDM), o primeiro modelo de fundação para tradução multimodal: um só modelo decide o que localizar em texto, áudio e imagem, e mostra para você as escolhas. Sua voz e seus lábios, levados para novas línguas. Uma equipe de 8, com doutores, investida por Samsung, RedBird e Gold House. Nossa missão

Veja o benchmark completo →Fale com a equipe