ElevenLabs Dubbing al español: test v1 vs v2 con resultados

👁 125 lecturas

ElevenLabs Dubbing traduce vídeos a otro idioma y genera una nueva pista de audio con voces que intentan sonar como los hablantes originales. Lo hemos probado con un clip ficticio de 24 segundos en inglés, dos voces sintéticas y sonidos de fondo, doblado al español con los modelos v1 y v2. A continuación encontrarás los resultados completos, tiempos de proceso, créditos consumidos y mediciones de similitud de voz.

01Clonar voz con IA en ElevenLabs: clones desde 10 s y 2 minCloné con ElevenLabs una voz sintética en español a partir de muestras de 10 s, 30 s y 2 minutos: similitud de 0,994 con 10 s y ningún error de contenido. Planes, precios y normas de consentimiento.Leer →02Voice Changer ElevenLabs: cambiar voz con IA en grabacionesVoice Changer de ElevenLabs cambia la voz en una grabación manteniendo el ritmo y la entonación. Prueba en español con ruido de fondo y mediciones.Leer →03ElevenLabs Scribe en español: test con nombres difíciles y númerosScribe v2 transcribió 140 palabras de español con nombres complejos y 13 números en 4,2 s con 4 diferencias. Comparamos con Whisper y probamos ruido.Leer →04Voice Isolator: eliminar ruido de audio con ElevenLabsVoice Isolator de ElevenLabs elimina ruido de grabaciones. Prueba con cafetería, calle y ventilador: mediciones antes y después, muestras y precio.Leer →

Cómo funciona el dubbing de ElevenLabs

El servicio reconoce el habla en el archivo, separa a los hablantes, traduce el texto y genera una nueva pista de audio, conservando el fondo original (música, efectos de sonido). En septiembre de 2026 hay dos modelos:

• Dubbing v1 - más antiguo, más económico, admite los mismos idiomas que Eleven v3, incluido el español. Solo en este funciona Dubbing Studio, la edición manual de transcripciones y regeneración de fragmentos individuales. La documentación indica que Dubbing Studio está en modo mantenimiento y solo recibe correcciones críticas.
• Dubbing v2 - modelo «end-to-end», predeterminado en la API y en el doblaje automático de la aplicación (donde se describe como Alpha). 92 idiomas según la lista de precios, control deslizante de similitud con la voz original (cloning strength 0-10, por defecto 7).

Límites: en la aplicación archivo hasta 1 GB y 180 minutos, por API hasta 3 GB, en Dubbing Studio hasta 1 GB y 45 minutos. Dubbing Studio está disponible desde el plan Starter.

Nuestro test: clip ficticio de 24 s de inglés a español

No queríamos doblar un vídeo ajeno ni una voz real, así que montamos el material nosotros mismos. La imagen son seis tomas de 4 s de nuestro ranking de generadores de vídeo (café en la cocina y tranvía bajo la lluvia). Los diálogos los grabamos con el modelo Eleven v4 usando dos voces de la biblioteca: el narrador George y la voz femenina Jessica. El fondo, es decir, la cocina y la lluvia con la campana del tranvía, lo generamos en ElevenLabs Sound Effects. Todo en inglés, sin subtítulos.

El 29 de septiembre de 2026 enviamos el mismo archivo MP4 por API a ambos modelos con los parámetros source_language=en y target_language=es. Dubbing devuelve solo la pista de audio (FLAC), así que la combinamos con la imagen en ffmpeg.

Los créditos los leímos de las estadísticas de uso de ElevenLabs por modelo para esta sesión. Las pausas las medimos con las marcas de tiempo de palabras de la transcripción Scribe.

Traducción: v1 correcta, v2 correcta con variante europea

Ambos modelos tradujeron el texto sin errores. La diferencia está en la variante regional. La frase «Outside, the rain has other plans» v1 la tradujo como «Afuera, la lluvia tiene otros planes» (variante latinoamericana), mientras que v2 usó «Fuera, la lluvia tiene otros planes» (variante europea). Ambas son correctas. En la prueba en polaco, v2 sonaba más natural y coloquial que v1; aquí las diferencias son menores.

Similitud de voz: v2 mejor en la voz femenina

Comparamos las huellas de voz (modelo de verificación de hablante WavLM, escala de -1 a 1) en los mismos intervalos de tiempo en el original y en el doblaje.

El modelo v2 conservó mejor el timbre de la voz femenina (0,90 frente a 0,71 de v1). En el narrador ambos modelos obtuvieron resultados similares (0,84). La diferencia respecto a un hablante diferente es clara en ambos casos. El cambio de idioma siempre reduce este indicador porque la voz pronuncia fonemas diferentes.

Consistencia entre ejecuciones de v2

Ejecutamos v2 dos veces con el mismo archivo. Ambas ejecuciones tuvieron éxito (en la prueba en polaco una falló con resultado ininteligible). Las traducciones fueron idénticas en redacción, aunque el número de bloques de habla varió (5 y 4). Los tiempos fueron 17,9 s y 18,3 s, y ambas consumieron 5402 créditos.

Cuánto cuesta el dubbing de ElevenLabs

Tarifas de la lista de precios de la API verificadas el 29 de septiembre de 2026, sin IVA. Se cobra por minuto de material fuente, por separado para cada idioma.

En los planes de suscripción pagas con créditos: Starter por 6 USD da 30.000 créditos mensuales, Creator por 22 USD da 121.000. Con el consumo de nuestra prueba (5402 créditos por 24 s) el plan Creator alcanza para unos 9 minutos de doblaje v2 al mes. En v2 la cuenta gratuita recibe marca de agua automáticamente, las de pago no. Los detalles de los planes están en el texto cuánto cuesta ElevenLabs.

Cómo hacer un dubbing paso a paso

1. En la aplicación entra en Dubbing, sube un archivo o pega un enlace y establece el idioma de origen manualmente (la detección automática es un riesgo adicional).
2. Como idioma de destino elige español, el número de hablantes déjalo en automático, a menos que sepas cuántos son.
3. Al terminar escucha todo. En v1 las correcciones las harás en Dubbing Studio, en v2 la edición de transcripciones por API está disponible solo en el plan Enterprise según la documentación.
4. Antes de publicar verifica nombres propios y números. En la API puedes proporcionarlos en keyterms para que el modelo no los distorsione.

Por API bastan dos comandos. Los probamos el 29.09.2026 en un fragmento de 9 segundos con model_id=dubbing_v2:

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

# luego cada pocos segundos, hasta que status = completed:
curl -H "xi-api-key: $ELEVENLABS_API_KEY" 
  https://api.elevenlabs.io/v1/dubbing/project/PROJECT_ID/language/LANGUAGE_ID

En la respuesta el campo outputs.lossless_audio contiene un enlace al archivo FLAC válido durante una hora. Imagen y sonido los combinas tú, por ejemplo ffmpeg -i video.mp4 -i dub.flac -map 0:v -map 1:a -c:v copy -c:a aac resultado.mp4.

A qué prestar atención

• Voces ajenas. Dubbing reproduce el timbre de los hablantes, así que al subir una grabación de otra persona, clonas su voz. Hazlo solo con su consentimiento o en material del que tengas derechos.
• Etiquetado. El espectador debe saber que está escuchando una voz generada. Los principios generales los describo en dubbing IA.
• Control de calidad. El estado «completed» no significa que el resultado tenga sentido. Escucha cada doblaje antes de publicar.

La revisión completa de las herramientas de ElevenLabs está en la guía ElevenLabs.

Preguntas frecuentes

¿ElevenLabs dobla al español?

Sí. El español lo admiten ambos modelos, v1 y v2. En nuestra prueba ambos tradujeron correctamente un clip de 24 segundos desde el inglés.

¿Cuánto cuesta el dubbing en ElevenLabs?

Por API v1 cuesta 0,33-0,50 USD por minuto, y v2 2,20 USD, sin IVA. Nuestro clip de 24 segundos consumió 1200 créditos en v1 y 5402 en v2.

¿El dubbing de ElevenLabs conserva la voz del original?

Aproximadamente. En nuestra medición la similitud de voz entre original y doblaje fue de 0,67-0,90 en ambos modelos, frente a 0,27-0,28 para un hablante diferente.

¿Se puede hacer dubbing de ElevenLabs gratis?

En el plan gratuito con 10.000 créditos mensuales sí, pero con marca de agua y sin licencia comercial. Con nuestro consumo de v2 son unos 44 segundos de material.

¿Cuánto tarda el dubbing?

Nuestro clip de 24 segundos estuvo listo en 17,9-18,3 s en v2 y en 18,2 s en v1. Para archivos más largos ElevenLabs recomienda webhooks en lugar de consultar el estado.

// sigue leyendoGrok Imagine Image 2.0: precios, pruebas y resultadosRevistaOpus 5.5 crea un juego con una sola frase: coste y resultadosRevistaDetectores de IA: cómo funcionan, fiabilidad y qué hacer con el resultadoGuías

Kinetyra

El enlace a ElevenLabs es un enlace de afiliado: si compras a través de él, FULGOR recibe una comisión y tú pagas el mismo precio. No influye en el contenido, tampoco en las partes críticas.