← Volver al blog
Aiaprox. 7 min de lectura

ElevenLabs metió el lip sync dentro del doblaje, y una línea del presupuesto desapareció

Publicado 14 nov 2026
ElevenLabs metió el lip sync dentro del doblaje, y una línea del presupuesto desapareció

El 12 de noviembre, ElevenLabs añadió Dub & Sync a ElevenCreative. Subes un vídeo, eliges los idiomas y recibes un doblaje con los labios ajustados a la nueva pista de voz. Una sola pasada, sin paso aparte. El anuncio no trajo precios ni una cifra de idiomas compatibles.

Es una frase pequeña para un cambio que borra una línea entera de un presupuesto de producción.

Cómo estaba dividido el trabajo, y por qué

Localizar un vídeo de cara parlante a cinco idiomas ha sido un trabajo de cinco etapas desde que el trabajo existe. Traducir el guion. Elegir o sintetizar voces. Grabar o generar el audio. Ajustar la boca al audio nuevo. Conformar y revisar.

El dinero se iba en la cuarta etapa, porque ahí se contradicen las dos mitades del problema. Una traducción cambia las palabras y la longitud. El alemán dura más que el inglés. El japonés dura menos y coloca el acento en otro sitio. La pista de voz llega con un ritmo para el que la interpretación original nunca se construyó, y alguien tiene que reconciliar una boca que forma fonemas ingleses con una pista que habla portugués.

La respuesta habitual era contratar a un segundo proveedor. Las empresas de doblaje llevaban la voz. Las de lip sync llevaban la cara. Cada una tenía su cola, sus formatos de archivo y su idea de qué significaba "entregado". Entre las dos había un paso de conform que nadie facturaba y todos pagaban.

Fusionar las etapas cuatro y cinco elimina a un proveedor, y eso es un cambio más grande que una función.

Lo que implica la interfaz

Dub & Sync toma el vídeo como entrada y devuelve el vídeo. Ese encuadre importa más que el modelo.

Cuando el lip sync es un producto aparte, le das un vídeo y un archivo de audio, y devuelve un vídeo con una boca nueva. La unidad es un activo fijo, y cualquier cambio aguas arriba obliga a empezar de cero. Cuando el lip sync vive dentro del doblaje, la unidad es el trabajo de localización, y el sistema puede sostener el guion, la voz y la cara en un mismo sitio mientras trabaja.

El segundo encuadre permite algo que el primero no: ajustar la traducción a la interpretación, dando la vuelta al sentido habitual. Si sabes que la boca tiene que llevar una frase en un número fijo de fotogramas, puedes reescribir la frase. El doblaje profesional lo hace desde hace décadas con el nombre de "adaptación", y ahí está la diferencia entre un doblaje que suena traducido y uno que suena escrito.

ElevenLabs no dijo si Dub & Sync hace adaptación, y esa es la pregunta que hay que hacer. Sin ella, el producto es un traspaso más rápido. Con ella, es otro trabajo.

La puerta de calidad que existía por accidente

Repartir un trabajo entre dos empresas tiene un beneficio subestimado. El traspaso es un punto de control. Alguien mira el audio antes de que vaya a la cara, y alguien mira la cara antes de que salga. Dos proveedores significa dos momentos en los que un humano podía notar que la tercera línea está mal.

Colapsar el proceso en una sola pasada elimina los dos. Toda herramienta integrada hace ese intercambio. La revisión necesita otro sitio.

Las revisiones que importan en un doblaje son concretas. ¿La voz coincide con la edad, el registro y el ritmo del hablante original? ¿El movimiento de la boca cae en las sílabas correctas al principio y al final de cada frase, que es donde los fallos de sincronía se ven más? ¿Sobrevive el arco emocional, o cada idioma sale con el mismo entusiasmo tibio? El último punto es el modo de fallo de la voz sintética en general, y ninguna métrica de lip sync lo detecta.

A quién le cambia esto de verdad

Tres grupos, con cuentas distintas.

Las agencias que localizan la campaña de un cliente a ocho mercados arman hoy un presupuesto con una línea de doblaje y otra de lip sync. Unirlas recorta coste y calendario, y el calendario pesa más que el coste porque las fechas de campaña no se mueven.

Los productores de vídeo de cursos y formación son el segundo grupo. Regraban constantemente, y cada regrabación dispara un nuevo doblaje en todos los idiomas. Un proceso en el que el vídeo es la entrada y la salida hace que la quinta revisión sea barata en lugar de casi tan cara como la primera.

El tercer grupo es el que debería preocupar a alguien. Quien hace contenido basado en la interpretación, donde la cara del actor es el producto, ahora tiene una herramienta que puede reescribir lo que dice esa cara en un idioma que el actor no habla. El resultado convence lo suficiente para que la pregunta deje de ser técnica.

El problema de consentimiento debajo

Un doblaje es ahora una edición en la boca de una persona. Esa frase es cierta desde que aparecieron las herramientas de lip sync, pero las herramientas estaban separadas, eran incómodas y fáciles de describir como postproducción. Metida dentro de un producto de doblaje que recibe una subida y devuelve un archivo, la misma operación se vuelve rutina.

La mayoría de los contratos estándar de talento cubren el doblaje a otros idiomas. Menos cubren la reanimación sintética de la cara del intérprete, y menos aún abordan qué pasa cuando la voz también es sintética. Un contrato escrito en 2023 que concedía "el derecho a doblar" probablemente no imaginaba la boca regenerada fotograma a fotograma para encajar con una voz clonada.

No digo que la herramienta sea el problema. El problema es que el papeleo no se ha puesto al día, y el papeleo es lo que un estudio revisa antes de entregar. Si produces contenido con talento para varios mercados, el paso práctico este mes es un párrafo añadido a la autorización: consentimiento para voz sintética y reanimación facial sintética, por territorio, con plazo.

Dónde cae el precio

ElevenLabs no publicó el precio de Dub & Sync, algo normal en la semana de lanzamiento y también la única cifra que necesita un comprador.

La forma de estimarlo es poner precio a lo que sustituye. Un minuto de doblaje profesional a un mercado de tamaño medio se va a varios cientos de dólares cuando incluyes adaptación, casting, estudio y QC. Un minuto de lip sync de un proveedor especializado cuesta menos, pero añade una segunda cola. Si Dub & Sync cae entre los dos, gana por calendario. Si cae cerca del precio del lip sync, gana por todo.

La apuesta del producto es que la mayoría de los compradores nunca pagaba por oficio. Pagaba por coordinación, y la coordinación ahora es software.

Es la misma apuesta que hizo Adobe al meter modelos de vídeo de socios dentro de Premiere, y la misma que hizo Krea al meter sus reglas en la memoria de los agentes. Los modelos se están volviendo intercambiables. Los traspasos no, y quien elimina un traspaso se queda con el cliente.

Qué probar primero

Toma un vídeo terminado con una interpretación que ya aprobaste. Pásalo a tres idiomas que puedas evaluar de verdad, idealmente con un nativo en la sala. Mira los dos primeros segundos de cada frase, que es donde se rompe el lip sync. Luego los dos últimos.

Si la boca aguanta en los bordes, la herramienta sirve. Si aguanta en todas partes menos en el momento en que una frase cambia de dirección emocional, has encontrado la parte que todavía necesita a un humano, y ya sabes para qué reservar presupuesto el próximo trimestre.

Artículos relacionados