Introducción
Proporciona video_url para una grabación de hasta 15 minutos y elige el idioma de su pista hablada. El endpoint devuelve video MP4 con el audio reemplazado y mantiene sin cambios la imagen grabada y los movimientos de labios. No incluye subtítulos.
| Campo | Valor |
|---|---|
| Entrada | Video |
| Salida | Video |
| 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 |
|---|---|---|
video_url | Sí | Proporciona el video cuya banda sonora hablada quieras traducir, de hasta 15 minutos. mínimo 1 caracteres |
target_language | No | Elige uno de 33 idiomas de destino para la banda sonora doblada; en es el predeterminado. Usa es para un clip de revisión del inglés al español. |
source_language | No | Usa auto para detectar el idioma hablado o especifica uno de 57 idiomas de origen. |
speaker_count | No | Introduce el número de personas distintas que hablan, de 1 a 32, u omítelo para la detección automática. Revisa la banda sonora traducida en cada cambio de hablante. |
keep_background_audio | No | Actívalo cuando la música y el ambiente del video deban permanecer bajo el nuevo diálogo. Este ajuste se refiere al sonido y no cambia la imagen ni el movimiento de labios. Valor predeterminado: |
Precios
$0.012 / segundo
El clip de origen se cobra por segundo, con las fracciones redondeadas hacia arriba; se aceptan fuentes de hasta 15 minutos. Los ajustes de idioma y hablantes no alteran la tarifa y las tareas fallidas no tienen cargo.
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 video
ElevenLabs Dubbing API reemplaza la banda sonora hablada de un video por habla traducida y devuelve un MP4 con la imagen original. Elige este endpoint para un recorrido de producto, una lección grabada o un clip narrado de hasta 15 minutos cuando la imagen filmada deba conservarse intacta.
ElevenLabs indica que su herramienta de doblaje conserva las características de voz de los hablantes entre idiomas. Este flujo de video no anima las bocas ni crea subtítulos; planifica esos requisitos de entrega por separado.
Crea una tarea de video traducido
Usa elevenlabs/dubbing/video-translate como nombre público del modelo y coloca la fuente en video_url. Envía este JSON mediante POST a https://api.spicyapi.ai/api/v1/jobs/createTask con los encabezados Authorization: Bearer <SPICY_API_KEY> y Content-Type: application/json.
{
"model": "elevenlabs/dubbing/video-translate",
"input": {
"video_url": "https://example.com/english-product-demo.mp4",
"target_language": "es",
"source_language": "en",
"speaker_count": 1,
"keep_background_audio": true
}
}
El ejemplo traduce al español el habla en inglés de un presentador y conserva el sonido de fondo. Sustitúyelo por un video que tengas permiso de doblar y elimina speaker_count si prefieres la detección automática.
Recupera el archivo MP4
Una tarea exitosa devuelve el video traducido como archivo MP4 en su resultado. Consulta GET /api/v1/jobs/recordInfo?taskId=<taskId> con el identificador recibido y tu autenticación; comprueba que sea succeeded antes de usar la URL de descarga.
{
"code": 200,
"data": {
"taskId": "<taskId>",
"state": "succeeded",
"output": {
"assets": [
{
"url": "https://example.com/spanish-product-demo.mp4",
"mime": "video/mp4"
}
]
}
}
}
Esta respuesta abreviada usa una URL de ejemplo. Inspecciona el MP4 descargado para revisar imagen y habla juntas.
Entradas de video y opciones de idioma
El endpoint de video acepta una fuente junto con los ajustes de idioma, elenco y fondo mostrados abajo.
| Campo | Ajuste admitido | Efecto en esta solicitud |
|---|---|---|
video_url | Fuente de video de hasta 15 minutos | Proporciona la imagen y la banda sonora hablada |
target_language | 33 destinos; en de forma predeterminada | Determina el idioma del habla traducida |
source_language | 57 idiomas de origen o auto | Especifica el idioma hablado o solicita detección |
speaker_count | Entero 1–32 u omitido | Indica un elenco conocido o solicita detección |
keep_background_audio | Conserva música y ambiente | Mantiene el fondo sonoro bajo las voces traducidas |
Una fuente que supere 15 minutos se rechaza al enviarla. Para una grabación de capacitación más larga, divídela en los límites de las lecciones y organiza las partes para revisarlas y unirlas después.
Conservación de la imagen y elección del flujo
Este endpoint conserva la imagen y cambia la banda sonora, sin modificar la sincronización labial ni producir subtítulos. La diferencia importa en tomas de una persona hablando a cámara: la boca visible sigue sus movimientos grabados aunque la voz use otro idioma.
| Flujo | Entrada y salida | Razón para elegirlo |
|---|---|---|
| ElevenLabs Dubbing audio-to-audio | Audio a MP3 doblado | Un podcast, una narración o una nota de voz |
| ElevenLabs Dubbing video-translate | Video a MP4 doblado | Habla traducida con la imagen conservada |
| HeyGen Video Translate | Traducción de video con movimiento de labios | Una entrega que requiera movimiento de labios |
| Video Translator V1 | Traducción de video | Otra opción para una fuente de video |
Estas alternativas no se midieron en nuestras pruebas de ElevenLabs.
Cargos por doblaje de video
La unidad de facturación es un segundo de video de origen; las fracciones se redondean hacia arriba. Consulta la tarifa mostrada en esta página y la duración del clip fuente para estimar la tarea.
Una muestra previa ayuda a evaluar el idioma y los cambios de hablante antes de enviar una lección entera. Su tiempo de procesamiento no predice la espera de una fuente más larga.
Qué estableció nuestra prueba de video
Nuestro video en inglés de 6,04 segundos devolvió un MP4 de 6,04 segundos tras unos 14,8 segundos de procesamiento. El resultado tenía una pista de audio AAC mono nueva y su flujo de video era idéntico byte por byte al original.
Esa comparación de bytes respalda la conservación de la imagen en el clip probado. No mide la precisión de traducción entre idiomas, ni establece tiempos de procesamiento para videos largos, ni demuestra cambios en el movimiento de labios.
Prepara, revisa y resuelve problemas
Revisa el habla traducida frente al sentido y al contexto visual de la fuente antes de publicar un clip doblado. Por ejemplo, una lección de producto debe conservar los nombres de funciones y las instrucciones previstas aunque cambie el idioma hablado.
- Confirma los derechos sobre el video, su habla y cualquier música, con el acuerdo de las personas grabadas.
- Elige un fragmento representativo con los cambios de hablante o la terminología que necesites evaluar.
- Especifica el idioma de destino y el de origen conocido, o usa detección del origen.
- Indica el tamaño del elenco si lo conoces y decide si el ambiente existente debe formar parte del doblaje.
- Mira el MP4 terminado y revisa el sentido del habla, el equilibrio del fondo y el movimiento de labios sin cambios.
Un video demasiado largo o un número de hablantes fuera de 1–32 debe corregirse antes de enviarlo otra vez. Si una tarea falla, inspecciona los detalles de su error y verifica las entradas, sin asumir que la descarga contiene un doblaje completado.
Usa el endpoint de audio si la entrega requiere un MP3 independiente. Planifica el subtitulado por separado y nunca utilices una voz traducida para suplantar 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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "elevenlabs/dubbing/video-translate",
"input": {
"source_language": "auto",
"target_language": "en",
"video_url": "https://example.com/reference.mp4"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.




