NGHIÊN CỨU GIÁ

Lồng tiếng tốn bao nhiêu vào năm 2026?

FAMILIAR NGHIÊN CỨUCẬP NHẬT TẤT CẢ BÀI VIẾT
ĐỌC BÀI NÀY BẰNGEnglishEspañolPortuguês中文日本語한국어FrançaisDeutschالعربيةBahasa IndonesiaРусскийItalianoTiếng ViệtไทยNederlandsΕλληνικάУкраїнська粵語NorskCatalàHrvatskiLietuviųSlovenčinaSvenskaБългарскиСрпскиБеларускаяDanskҚазақшаLatviešu

TÓM TẮT

Lồng tiếng trọn gói bằng người thật, gồm cả dịch lẫn giọng nói, tốn $70 đến $150 cho mỗi phút thành phẩm (mức giá kiểm chứng ngày 5/8/2026), nên không khả thi với phần lớn thế giới: ngay cả những tác phẩm lớn nhất cũng chỉ lồng tiếng vài ngôn ngữ vì chi phí, nhân lực và thời gian, còn các tác phẩm nhỏ hơn, chương trình và phim ngắn dọc thì hoàn toàn không lồng tiếng. ElevenLabs báo giá $3 khi thanh toán, chỉ có âm thanh. Một lần render của Familiar, theo hợp đồng Studio, gồm bản dịch, chính giọng của người nói, âm thanh khung cảnh và lip sync, bàn giao lên đến 4K cùng bản phối 5.1 thực thụ hoặc stereo. Xét riêng phần lời, bản dịch ngang ngửa bản dịch lượt đầu của dịch giả chuyên nghiệp: đạt 100.3% chất lượng của họ.

Lồng tiếng tốn bao nhiêu cho mỗi phút thành phẩm?

Từ $2 đến $150 cho mỗi phút thành phẩm, tùy vào việc chữ “lồng tiếng” bao gồm những gì.

$70–150

cho mỗi phút thành phẩm khi lồng tiếng trọn gói bằng người thật, gồm cả dịch lẫn giọng nói.

$3

ElevenLabs Dubbing, mỗi phút lồng tiếng cho mỗi ngôn ngữ đích. Chỉ có âm thanh.

BÁO GIÁ KHI THANH TOÁN · 5/8/2026
HÌNH. 01 · GIÁ MỖI PHÚT THÀNH PHẨM, CHO MỖI NGÔN NGỮ · 5/8/2026 · KHOẢNG GIÁ TÍNH Ở ĐIỂM GIỮA
ElevenLabs$3.00 âm thanh
Chỉ kịch bản$10
Gói giọng nói$39–94
Lồng tiếng trọn gói$70–150
Studio$128+
MỖI MỨC GIÁ BAO GỒM NHỮNG GÌ · GIÁ CÔNG BỐ, TRUY CẬP NGÀY 5/8/2026
Lựa chọnMỗi phút thành phẩmMức giá bao gồm
FamiliarTheo hợp đồng StudioMột lần render: bản dịch, chính giọng của người nói, âm thanh khung cảnh và lip sync, bàn giao lên đến 4K cùng bản phối 5.1 thực thụ hoặc stereo
ElevenLabs Dubbing$3.00 (báo giá khi thanh toán, 5/8/2026)Chỉ có âm thanh
HeyGen$2.00–3.33 (khoảng $120–200 mỗi giờ nội dung)Các gói video dẫn dắt bằng avatar
Lồng tiếng trọn gói bằng người thật$70–150Hóa đơn tính theo từ của dịch giả cộng gói giọng nói
Gói lồng tiếng bằng người thật$39–94 (khoảng $60 ở điểm giữa)Diễn viên lồng tiếng, đạo diễn lồng tiếng và bản phối hoàn chỉnh
Lồng tiếng phòng thu cao cấpTừ $128Lồng tiếng phòng thu khớp từng khung hình cho bàn giao phát sóng
Chỉ dịch thuật, căn thời gian và QC chuyên nghiệpTrung vị $10 / trung bình $11.95Văn bản cấp kịch bản, không có giọng nói

Chất lượng bản dịch, đo so với dịch giả chuyên nghiệp

100.3%

chất lượng bản dịch lượt đầu của dịch giả chuyên nghiệp, tính trung bình trên bốn ngôn ngữ, chấm điểm ẩn danh dựa trên bản hiệu đính tham chiếu của chuyên gia (tháng 8/2026).

TIẾNG PHÁP, TRUNG, HINDI, INDONESIA (BẢN DỊCH LƯỢT ĐẦU CỦA DỊCH GIẢ CHUYÊN NGHIỆP)
Bản dịch lượt đầu đó, theo giá công bố của dịch giả chuyên nghiệp: $0.15–0.30 mỗi từ, chỉ có văn bản.
GIÁ DỊCH THEO TỪ LÀ CÁC KHOẢNG GIÁ THỊ TRƯỜNG ĐÃ CÔNG BỐ.

Một video 60 phút thực sự tốn bao nhiêu

HÌNH. 02 · MỘT VIDEO 60 PHÚT · MỘT NGÔN NGỮ ĐÍCH · KHOẢNG GIÁ TÍNH Ở ĐIỂM GIỮA
Chỉ kịch bản$600–717
Gói giọng nói$2,340–5,640
Lồng tiếng trọn gói$4,200–9,000
Studio$7,680+

Với $4,200 đến $9,000 cho mỗi giờ nội dung mỗi ngôn ngữ, các tác phẩm nhỏ hơn, chương trình và phim ngắn dọc hoàn toàn không lồng tiếng.

Familiar được bán theo hợp đồng Studio, bàn giao đúng chuẩn phát hành: hình ảnh lên đến 4K, bản phối 5.1 thực thụ, chính giọng của từng diễn viên, lip sync (bảng giá):

HỢP ĐỒNG

Theo quy mô kho nội dung

Hoàn tiền trong 30 ngày với hợp đồng năm đã ký.

BẢN PHỐI

Vòm 5.1 thực thụ hoặc stereo

Tùy bạn chọn, PCM 24-bit. Các nền tảng streaming yêu cầu bản lồng tiếng phải khớp với bản phối gốc: vào 5.1, ra 5.1.

VIDEO

Đã gồm lip sync

Bản render video đã gồm lip sync; lồng tiếng chỉ âm thanh cho podcast và track giọng nói, theo từng ngôn ngữ.

PHỤ ĐỀ

.srt và .vtt

Kèm mọi bản lồng tiếng, cắt theo Timed Text Style Guide của Netflix: hai dòng, 42 ký tự mỗi dòng, tối đa 17 ký tự mỗi giây.

Ở quy mô cả kho nội dung: Cách các nền tảng streaming lấp khoảng trống lồng tiếng bản địa.

Một phần trong những gì mức giá bao gồm: mọi bản lồng tiếng được xử lý trên cụm GPU NVIDIA B300 trị giá hàng chục triệu USD của chính Familiar tại Toronto, Canada, không bao giờ trên đám mây công cộng hay qua nhà cung cấp dịch vụ suy luận bên thứ ba.
SUY LUẬN NỘI BỘ · TORONTO, CANADA

Vì sao giá theo phút không so sánh trực tiếp được

MỖI HẠNG MỤC CHI PHÍ BAO GỒM NHỮNG GÌ

DỊCH THUẬT
BAO GỒMVăn bản cấp kịch bản: dịch thuật, căn thời gian và QC chuyên nghiệp, không có giọng nói.
GIỌNG NÓI
BAO GỒMDiễn viên lồng tiếng, đạo diễn lồng tiếng và bản phối hoàn chỉnh.
LIP SYNC
BAO GỒMChỉ âm thanh: không có lip sync; người nói trên màn hình vẫn mấp máy môi theo ngôn ngữ gốc. Trọn gói: AI lip sync và mọi thứ vượt xa nó; cả khuôn mặt diễn bằng ngôn ngữ mới, và âm thanh khung cảnh được giữ lại.
BÀN GIAO
BAO GỒMLồng tiếng phòng thu khớp từng khung hình cho bàn giao phát sóng.

Tính ra cụ thể: $3 cho phần âm thanh của ElevenLabs cộng $8 mỗi phút cho Sync.so, công cụ lip sync độc lập tốt nhất, thành $11 mỗi phút khi ghép lại.

Theo từng định dạng: Dịch video: hướng dẫn đầy đủ.

HÌNH. 03 · GIỚI HẠN QUY TRÌNH GHI NHẬN ĐƯỢC · ELEVENLABS DUBBING · 5/8/2026
20

mục mỗi lô: tải lên cả kho nội dung phải chia thành nhiều đợt.

30

yêu cầu đồng thời là tối đa.

<11 giây

clip dưới 11 giây bị từ chối.

Giới hạn quy trình tốn công sức: 10 video sang 10 ngôn ngữ là 100 yêu cầu, ít nhất bốn đợt chia lô thủ công trước khi bắt đầu lồng tiếng. Chi tiết trong Các lựa chọn thay thế ElevenLabs tốt nhất cho lồng tiếng. Cho nhiều thị trường cùng lúc: Ra mắt đồng thời nhiều quốc gia: lồng tiếng cho mọi thị trường cùng lúc.

Chất lượng, đo trên cùng bộ clip

HÌNH. 04 · NGHIÊN CỨU DUBBING V1 · 418 CẶP KẾT QUẢ · 11 NGÔN NGỮ · 5/8/2026
+27.8%

Familiar có độ giống người nói thật cao hơn (0.461 so với 0.360); cả 11 ngôn ngữ đều nghiêng về Familiar.

48.8%

Familiar có ít lỗi trong lời nói đầu ra bị phần đánh giá gắn cờ hơn (132 so với 258).

HÌNH. 05 · NGHIÊN CỨU SẢN PHẨM MỚI NHẤT · ELEVENLABS DUBBING V2 (ALPHA) · 111 CẶP KẾT QUẢ · 3 NGÔN NGỮ · 5/8/2026
270%

ElevenLabs mắc lỗi âm thanh nền nhiều hơn (11.92 so với 3.22 dB): tiếng cười, tiếng nhạc, âm thanh môi trường.

54.7%

Familiar mắc ít lỗi dịch quan trọng trong lời nói hơn (29 so với 64).

Cả hai nghiên cứu được trình bày trong Familiar và ElevenLabs Dubbing: hai nghiên cứu theo cặp.
HAI NHÓM MẪU, BÁO CÁO RIÊNG: 418 CẶP (DUBBING V1) VÀ 111 CẶP (DUBBING V2 ALPHA).
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

So với phiên dịch viên, và vì sao đó không phải phép so sánh

$69.92

mức giá trung vị mỗi giờ của phiên dịch viên; giờ đó phải trả lại mỗi lần cần.

KHẢO SÁT THÙ LAO CỦA HIỆP HỘI DỊCH GIẢ HOA KỲ
KHÔNG CÓ KỊCH BẢN DÙNG LẠIKHÔNG CÓ GIỌNG LỒNG TIẾNGKHÔNG CÓ BẢN PHỐI HOÀN CHỈNHKHÔNG CÓ VIDEO LIP SYNC

TÀI LIỆU THAM KHẢO

  1. [1]Netflix, Timed Text Style Guide: Subtitle Templates, đọc ngày 30/10/2026
  2. [2]Benchmark Familiar vs ElevenLabs: kết quả đầy đủ, khoảng tin cậy và các mẫu nghe thử
  3. [3]AI vs dịch giả: thử nghiệm so với chuyên gia (nghiên cứu chất lượng bản dịch lượt đầu)
  4. [4]Bảng giá Netflix Preferred Fulfillment Partner (điều kiện chương trình)
  5. [5]Voquent: hướng dẫn chi phí lồng tiếng
  6. [6]Gotham Lab: dịch vụ và giá lồng tiếng
  7. [7]ATA Compensation Survey, Sixth Edition (giá phiên dịch và biên dịch)
  8. [8]Tài liệu ElevenLabs Dubbing (giá theo thời lượng nguồn và số ngôn ngữ)

Dịch đa phương thức

Familiar Labs xây dựng công nghệ lồng tiếng vượt thế hệ với mô hình ra quyết định bản địa hóa đa phương thức (MLDM), mô hình nền tảng đầu tiên cho dịch đa phương thức: một mô hình quyết định bản địa hóa điều gì trên cả văn bản, âm thanh và hình ảnh, và cho bạn thấy các lựa chọn. Giọng nói và khẩu hình của bạn, mang sang những ngôn ngữ mới. Đội ngũ 8 người với các tiến sĩ, được Samsung, RedBird, Gold House hậu thuẫn. Sứ mệnh của chúng tôi

Xem benchmark đầy đủ →Trò chuyện với đội ngũ