Introducción
Traduce un podcast, una nota de voz, una narración o un anuncio de audio proporcionando audio_url y un idioma de destino. Indica el idioma de origen y el número de hablantes si los conoces y decide si conservarás música y ambiente. El resultado es audio MP3 para escuchar y revisar.
| Campo | Valor |
|---|---|
| Entrada | Audio |
| Salida | Audio |
| Editor y producto | ElevenLabs — ElevenLabs Dubbing |
| Fecha de lanzamiento | 10 de octubre de 2023 |
| Nombre público de la API de audio | elevenlabs/dubbing/audio-to-audio |
| Nombre público de la API de video | elevenlabs/dubbing/video-translate |
| Límite de duración de la fuente | 15 minutos; las fuentes más largas se rechazan al enviarlas |
| Idiomas de destino | 33; |
| Idiomas de origen | 57 más detección auto |
| Número de hablantes | 1–32; omite |
| Sonido de fondo |
|
| Salida de audio observada | MP3; 4,50 s, 44,1 kHz mono, 128 kbps en nuestra prueba de audio |
| Salida de video observada | MP4; 6,04 s con nuevo audio AAC mono y flujo de video idéntico byte por byte en nuestra prueba |
| Unidad de cobro del doblaje | Segundos del medio de origen, redondeados hacia arriba |
Funciones y aspectos destacados
Un doblaje MP3 o un MP4 traducido
audio-to-audio acepta una grabación y devuelve audio MP3 doblado. video-translate entrega un MP4 con la imagen conservada y su pista de audio reemplazada. Ambos admiten fuentes de hasta 15 minutos; elige el endpoint según el medio que necesites recibir.
33 destinos y detección de hablantes
Elige entre 33 idiomas de destino y 57 de origen, o permite la detección automática del idioma fuente. Establece speaker_count entre 1 y 32 si conoces el elenco; omítelo para detectarlo. ElevenLabs indica que su doblaje lleva el carácter de voz de cada hablante al habla traducida.
Conserva el fondo de la grabación
Activa keep_background_audio cuando la música o el ambiente deban formar parte de la grabación traducida. Revisa el equilibrio con las voces nuevas antes de usar el resultado. En video, esta decisión sobre el sonido no altera la imagen grabada ni produce subtítulos.
9,6 segundos para nuestra muestra de audio
Nuestra prueba de audio de 4,5 segundos del inglés al español devolvió un MP3 de 4,50 segundos tras unos 9,6 segundos de procesamiento. El archivo era mono, de 44,1 kHz y 128 kbps. Otro video de 6,04 segundos tardó unos 14,8 segundos y devolvió un MP4 con una nueva pista AAC mono; son observaciones de muestras concretas.
Parámetros de la solicitud
| Parámetro | Obligatorio | Descripción |
|---|---|---|
audio_url | Sí | Proporciona en |
target_language | No | Selecciona el idioma de destino entre 33 opciones admitidas; en es el predeterminado. Indícalo explícitamente si necesitas español u otro idioma en lugar de inglés. |
source_language | No | Elige auto para la detección o identifica el idioma hablado entre los 57 idiomas de origen admitidos. |
speaker_count | No | Proporciona un entero entre 1 y 32 para los hablantes distintos u omite este campo para detectarlos. Al preparar una entrevista, cuenta personas, no turnos de diálogo. |
keep_background_audio | No | Activa esta opción para conservar la música y el ambiente debajo del habla traducida. Revisa el fondo conservado junto a las voces dobladas antes de entregar el audio. Valor predeterminado: |
Precios
$0.012 / segundo
Se factura por la duración de la grabación de origen en segundos, redondeada hacia arriba al siguiente segundo entero, con fuentes de hasta 15 minutos. El idioma y los hablantes no cambian la tarifa; las tareas fallidas no se cobran.
Casos de uso
Una entrevista de podcast en español
Envía una entrevista en inglés de 12 minutos mediante audio_url, elige es y establece speaker_count en 2 para su presentador e invitado. El endpoint de audio devuelve un MP3 traducido para revisarlo e incluirlo en una edición en español.
Una actualización hablada para clientes en inglés
Proporciona una nota de voz de 45 segundos grabada por un colega que haya aceptado la traducción, con en como destino. Recibe habla doblada en MP3 para revisarla antes de compartir la actualización.
Una lección narrada con sus imágenes
Envía una lección de 6 minutos grabada en pantalla mediante video_url y selecciona el idioma de destino. El MP4 recibido conserva la demostración en pantalla y reemplaza la pista hablada; crea subtítulos por separado si los necesitas.
Un anuncio de audio con música
Usa un anuncio grabado de 30 segundos que tengas derecho a utilizar y activa keep_background_audio. La salida es un MP3 con voces traducidas y la música o el ambiente conservados debajo.
Una demostración de producto para otro mercado
Proporciona un recorrido de producto de 90 segundos como entrada de video y elige un idioma de destino admitido. Recibe un MP4 con la misma imagen y una banda sonora doblada para someterlo a revisión lingüística antes del lanzamiento.
Guía de prompts y consejos prácticos
Prepara una grabación autorizada
Elige una fuente de audio o video de hasta 15 minutos, grabada por ti o con hablantes que hayan aceptado el doblaje. Confirma que tengas derechos sobre el habla y cualquier música.
Elige idiomas y hablantes
Selecciona uno de 33 idiomas de destino y usa detección automática o uno de 57 idiomas de origen. Introduce
speaker_countentre 1 y 32 si lo conoces y decide si conservarás la banda sonora de fondo.Envía la solicitud de doblaje
Envía POST https://api.spicyapi.ai/api/v1/jobs/createTask con autenticación Bearer y un JSON como {"model":"elevenlabs/dubbing/audio-to-audio","input":{"
audio_url":"https://example.com/narration.mp3","target_language":"es"}}. Para video, selecciona elevenlabs/dubbing/video-translate y proporcionavideo_urlen su lugar.Recupera y revisa el contenido
Consulta la tarea con GET /api/v1/jobs/recordInfo?taskId= hasta que state sea succeeded y descarga el archivo devuelto. Comprueba el habla traducida y los cambios de hablante; el doblaje de video conserva el movimiento de labios grabado.
ElevenLabs Dubbing API para traducción de audio
ElevenLabs Dubbing API traduce una grabación de audio en habla doblada en MP3 en uno de 33 idiomas de destino. Este endpoint sirve para podcasts, notas de voz, narraciones y anuncios de audio con grabaciones fuente de hasta 15 minutos.
ElevenLabs indica en su documentación de doblaje que conserva las características de voz de los hablantes originales. Revisa esa semejanza en tu propio material: nuestra prueba breve establece un formato de salida y una observación de procesamiento, no una evaluación amplia de la calidad de traducción o voz.
Envía una tarea de doblaje de audio
Envía el nombre público del modelo elevenlabs/dubbing/audio-to-audio con la grabación y los ajustes de idioma dentro de input. Envía el siguiente JSON mediante POST a https://api.spicyapi.ai/api/v1/jobs/createTask, con Authorization: Bearer <SPICY_API_KEY> y Content-Type: application/json.
{
"model": "elevenlabs/dubbing/audio-to-audio",
"input": {
"audio_url": "https://example.com/english-interview.mp3",
"target_language": "es",
"source_language": "en",
"speaker_count": 2,
"keep_background_audio": true
}
}
Esta solicitud ilustrativa pide habla en español a partir de una entrevista en inglés con dos hablantes y el sonido de fondo conservado. Sustituye la URL de ejemplo por la de tu grabación; omite speaker_count si quieres que el servicio detecte los hablantes.
Lee el resultado MP3 completado
La tarea completada proporciona un archivo multimedia con el MP3 doblado. Usa el taskId recibido en GET /api/v1/jobs/recordInfo?taskId=<taskId> con la misma autenticación y revisa el estado de la tarea antes de descargar el archivo.
{
"code": 200,
"data": {
"taskId": "<taskId>",
"state": "succeeded",
"output": {
"assets": [
{
"url": "https://example.com/dubbed-interview.mp3",
"mime": "audio/mpeg"
}
]
}
}
}
Esta respuesta recortada ilustra la estructura de una tarea completada; su URL es un marcador de ejemplo. Una tarea enviada aún no es una grabación terminada: espera a succeeded antes de considerar listo el archivo.
Parámetros y límites de audio
La solicitud de audio combina una grabación obligatoria con opciones de idioma, hablantes y fondo.
| Parámetro | Valor admitido o alcance | Uso práctico |
|---|---|---|
audio_url | Audio de origen, hasta 15 minutos | Proporciona la grabación que tengas derecho a traducir |
target_language | 33 idiomas; en de forma predeterminada | Establece es para la salida en español |
source_language | auto o 57 idiomas de origen | Identifica un idioma fuente conocido o usa detección |
speaker_count | 1–32; omitir para detectar | Cuenta las personas distintas de una entrevista |
keep_background_audio | Interruptor para conservar el fondo | Mantén música y ambiente bajo las voces dobladas |
Las grabaciones de más de 15 minutos se rechazan al enviarlas. Divide un episodio largo en límites adecuados de temas o hablantes y revisa las uniones al organizar las partes traducidas.
Precio según la duración de origen
El doblaje de audio se factura por segundo de la grabación de origen, redondeado hacia arriba al segundo entero. Consulta el precio de esta página al presupuestar una grabación; la espera de procesamiento no es la duración multimedia facturada.
El cálculo se basa en la duración de la fuente enviada, no en el tamaño del archivo MP3. Prepara un fragmento breve para evaluar un idioma desconocido o un cambio de hablante difícil antes de enviar una grabación más larga.
Nuestra prueba de audio del inglés al español
Nuestra fuente en inglés de 4,5 segundos devolvió un MP3 en español de 4,50 segundos tras unos 9,6 segundos de procesamiento. La salida utilizó una frecuencia de muestreo de 44,1 kHz, un canal de audio y codificación de 128 kbps.
La coincidencia de duración describe esta muestra y no establece tiempos idénticos para todas las traducciones. Estas observaciones tampoco determinan el procesamiento de un podcast de 15 minutos ni los resultados en los 33 idiomas de destino.
Mejora la grabación y revisa el doblaje
Un diálogo claro y un plan de revisión explícito ayudan a juzgar si la grabación traducida es adecuada para su audiencia. Usa un fragmento representativo que incluya los nombres, la terminología o los cambios de hablante importantes para el proyecto completo.
- Selecciona un pasaje con habla comprensible y confirma el permiso de sus hablantes.
- Configura el idioma de origen conocido y elige explícitamente el idioma de destino previsto.
- Introduce el número de hablantes distintos si lo conoces o conserva la detección omitiéndolo.
- Decide si la música de fondo corresponde a la entrega y configura su conservación.
- Pide a alguien que conozca el idioma de destino que revise sentido, pronunciación y cambios de turno.
Una muestra limpia de narración no representa el diálogo superpuesto de una entrevista. Escucha las interrupciones y compara quién dice cada frase traducida; un número de hablantes no sustituye esa revisión.
Resuelve problemas o elige otro flujo
Corrige una fuente demasiado larga o un número de hablantes fuera del rango antes de reenviar una solicitud rechazada. Si una tarea termina sin éxito, lee los detalles del error y comprueba la grabación y los idiomas enviados antes de volver a intentarlo.
Elige elevenlabs/dubbing/video-translate si necesitas un MP4 con habla traducida sobre la imagen de origen. Para videos que también requieran movimiento de labios, considera HeyGen Video Translate; Video Translator V1 es otra opción de traducción de video. Usa grabaciones propias o de hablantes que hayan aceptado y nunca suplantes a una persona real.
Inicio rápido de la API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "elevenlabs/dubbing/audio-to-audio",
"input": {
"audio_url": "https://example.com/reference.mp3",
"source_language": "auto",
"target_language": "en"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.




