Ir al contenido principal

elevenlabs/dubbing/audio-to-audio

ElevenLabs Dubbing es el servicio de traducción de habla grabada de ElevenLabs; este endpoint de audio convierte una fuente de hasta 15 minutos en un MP3 doblado en uno de 33 idiomas de destino.

Desde $0.012/s

Playground

Entrada

Audio a audio
afecta al precio1/1
1 / 1 archivos
Proporciona en audio_url la grabación que quieras traducir, de hasta 15 minutos. Recorta o divide el material más largo antes de enviarlo y usa grabaciones que tengas permiso de doblar. mínimo 1 caracteres
Filtro de seguridadDesactivado

SpicyAPI no ejecuta ningún filtro de seguridad en este modelo. Tu prompt y tus medios llegan al modelo tal como los escribes, y el propio modelo decide el resultado.

Comprobando tu cuenta antes de habilitar el envío y el cálculo de precios.

Salida

Listo para una nueva ejecución

Modelos relacionados y tareas siguientes

¿No está el modelo que buscas?

API DE ELEVENLABS DUBBING

Traduce el habla grabada y lleva la voz de quien habla a otro idioma.

Cifras clave

Idiomas de destino
33
Duración máx. de fuente
15 min
Hablantes explícitos
1–32
Proceso: audio de 4,5 s
9,6 s

Antes de gastar

Todos los modos

Las grabaciones de más de 15 minutos se rechazan al enviarlas. Se admiten 33 idiomas de destino, 57 idiomas de origen más auto y un número explícito de hablantes de 1–32; omite el número para detectarlos. Revisa nombres traducidos, terminología y cambios de hablante antes de utilizar el doblaje.

Traducción de video

La traducción de video conserva la imagen intacta y reemplaza su pista de audio. Los labios mantienen el movimiento grabado y el MP4 devuelto no contiene subtítulos; elige un flujo aparte si necesitas alguna de esas funciones.

Lo que hace el modelo

Dos flujos multimedia

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.

Controles de idioma y hablantes

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.

Elección de la banda sonora

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.

Clips breves medidos

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.

Dónde encaja

  • 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.

Referencia del modelo

Referencia de la API de ElevenLabs Dubbing

Especificaciones de la API de ElevenLabs Dubbing

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; target_language usa en de forma predeterminada
Idiomas de origen
57 más detección auto
Número de hablantes
1–32; omite speaker_count para la detección automática
Sonido de fondo
keep_background_audio conserva música y ambiente
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

Cómo llamar a la API de ElevenLabs Dubbing

  1. 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.

  2. Elige idiomas y hablantes

    Selecciona uno de 33 idiomas de destino y usa detección automática o uno de 57 idiomas de origen. Introduce speaker_count entre 1 y 32 si lo conoces y decide si conservarás la banda sonora de fondo.

  3. 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 proporciona video_url en su lugar.

  4. Recupera y revisa el contenido

    Consulta la tarea con GET /api/v1/jobs/recordInfo?taskId=<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.

En resumen

Elige ElevenLabs Dubbing cuando tengas habla grabada que traducir a otro idioma. Envía un podcast o una narración a audio-to-audio para obtener un MP3, o una demostración filmada a video-translate para recibir un MP4 con la imagen conservada. Antes de enviar, comprueba el límite de 15 minutos de la fuente, los idiomas, el número de hablantes y el ajuste de fondo. Revisa el sentido y la constancia de las voces en un fragmento breve y examina la grabación terminada antes de compartirla. Presupuesta con el precio por segundo mostrado y elige un flujo de movimiento de labios si el habla traducida debe coincidir con las bocas en pantalla.

Preguntas sobre la API de ElevenLabs Dubbing