Como dublar vídeo com IA para outro idioma

Passo a passo

1. Decida se você precisa mexer na boca ou só na voz

   Existem dois resultados diferentes:

   • Só áudio: a fala traduzida entra no lugar da original. A imagem fica igual.
   • Com sincronia labial (lip-sync): a ferramenta altera a imagem da boca para acompanhar a nova fala.

   Para podcast em vídeo, curso com slides ou narração, só áudio costuma bastar. Para alguém falando de frente para a câmera, o lip-sync deixa o resultado mais natural. Essa escolha muda a ferramenta e o preço.

2. Escolha pelo menos duas ferramentas para testar

   Compare com o mesmo trecho curto do seu vídeo. Verificado em nov/2026:

   • ElevenLabs Dubbing v2: foco em voz. Faz transcrição, tradução, clonagem de voz e alinhamento de tempo em um único pedido.
   • HeyGen Video Translation: tem um modo só áudio e dois modos de lip-sync, Speed e Precision.
   • Rask AI: dublagem com revisão da transcrição e um recurso de lip-sync chamado Enhanced Lip-sync, em beta.

   O plano gratuito da ElevenLabs aplica marca-d'água sem opção de remover. O plano Free da HeyGen permite até três vídeos por mês, com acesso de teste limitado a recursos premium, incluindo tradução com lip-sync.

3. Envie o vídeo e escolha os idiomas

   Na ElevenLabs, você envia um arquivo de áudio ou vídeo, ou cola o link de um vídeo do YouTube, do TikTok ou de outro site. Depois seleciona os idiomas de destino. Cada idioma escolhido é cobrado separadamente. Pelo site, o Dubbing v2 aceita arquivos de até 2 GB e até 180 minutos, e o arquivo precisa respeitar os dois limites.

   No app da ElevenLabs, o custo total aparece para você confirmar antes de a dublagem começar. Nas outras ferramentas, confira o consumo de créditos ou de minutos antes de gerar.

4. Escolha o modo de sincronia certo para a cena

   Na HeyGen, a própria documentação separa os modos:

   • Speed: indicado para gravação frontal, com um falante.
   • Precision: indicado para perfil lateral, mudança de ângulo, troca de falantes e objetos na frente da boca.

   Na Rask, o Enhanced Lip-sync consome 3 minutos adicionais para cada minuto de vídeo. Uma tradução de um minuto para um idioma com esse recurso consome quatro minutos do plano.

   Na ElevenLabs, o resultado é alinhado ao original no início e no fim de cada fala. As fontes oficiais não apresentam isso como lip-sync visual.

5. Revise a transcrição e a tradução

   A IA pode errar nomes, números e termos técnicos, e pode gerar uma alucinação (um trecho inventado dito com confiança). Leia a transcrição e a tradução antes da versão final.

   • Na ElevenLabs, dublagens feitas com o v2 podem ser editadas no site. Pela API, editar a transcrição e regenerar o áudio só é possível no plano Enterprise.
   • Na Rask, a página de preços anuncia controle integral da transcrição.
   • Na HeyGen, não encontramos fonte oficial atual sobre edição da transcrição antes da geração.

6. Se quiser, peça uma segunda leitura a dois modelos de linguagem

   Você pode colar a transcrição traduzida em dois modelos de linguagem e pedir que apontem erros, frases estranhas e termos que soam artificiais. Exemplo de pedido:

   "Revise esta tradução para o inglês. Liste erros e frases pouco naturais. Não reescreva tudo, só aponte e sugira."

   Compare as duas respostas.

   Os preços de API por milhão de tokens mudam com frequência: veja a comparação de preços de API.

   Use a revisão como apoio. A decisão final sobre a tradução é sua.

7. Gere, assista inteiro e só depois publique

   Assista ao vídeo dublado do começo ao fim. Confira se a voz acompanha o tempo das cenas, se a boca combina com a fala (quando houver lip-sync) e se nomes e números estão certos. Se possível, peça a alguém que fala o idioma de destino para assistir antes de publicar.

Qual a diferença entre sincronizar o tempo e sincronizar a boca?

São dois recursos diferentes, e as ferramentas não oferecem os mesmos:

• Sincronização temporal: a fala traduzida começa e termina em posições compatíveis com o original. A ElevenLabs descreve o Dubbing v2 assim: o resultado é alinhado automaticamente ao arquivo original, com início e término sincronizados.
• Sincronia labial (lip-sync): a imagem da boca é modificada para acompanhar os sons da nova fala. A HeyGen (modos Speed e Precision) e a Rask (Enhanced Lip-sync) oferecem esse recurso.

Se o vídeo mostra pouco o rosto, a sincronização temporal pode bastar. Se o rosto aparece em primeiro plano, a diferença fica visível.

Quanto custa dublar vídeo com IA?

Os preços abaixo são os publicados pelas próprias empresas, verificados em nov/2026. Para comparar com o mesmo critério, separamos preço por minuto na API e planos mensais.

Preço por minuto na API (um minuto de vídeo, um idioma)

Na documentação da HeyGen, o modo sem lip-sync é um só (Audio-only). Não encontramos um modo "Precision só áudio".

Planos mensais

• ElevenLabs: Starter US$ 6/mês, Creator US$ 22/mês, Pro US$ 99/mês. O consumo por minuto é de 2.000 créditos na dublagem automática com marca-d'água, 3.000 sem marca-d'água, 5.000 no Dubbing Studio com marca-d'água e 10.000 sem marca-d'água. O Dubbing Studio está em modo de manutenção e recebe só correções críticas.
• HeyGen: Creator US$ 29/mês ou US$ 24/mês no pagamento anual; Pro a partir de US$ 49/mês. Nos planos, a tradução sem lip-sync consome 4 créditos por minuto, o Speed 6 e o Precision 10.
• Rask AI: Creator US$ 39/mês (25 minutos/mês) ou US$ 329/ano (300 minutos/ano); Creator Pro US$ 99/mês (100 minutos/mês) ou US$ 799/ano (1.200 minutos/ano); Business US$ 249/mês (250 minutos/mês) ou US$ 1.999/ano (3.000 minutos/ano); Enterprise com preço personalizado.

Para a ElevenLabs e a HeyGen, não encontramos fonte oficial atual com a quantidade de créditos incluída em cada plano. Por isso não convertemos esses planos em minutos de dublagem.

Na API, o modo Audio-only da HeyGen tem preço por minuto menor que o Dubbing v2 da ElevenLabs. Isso vale só para a API. Os planos mensais não foram comparados em igualdade.

Qual ferramenta usar para dublar vídeo com IA?

Nenhuma ferramenta é a melhor para tudo. Compare com os mesmos critérios (verificado em nov/2026):

• ElevenLabs: faz sentido quando a prioridade é a voz, a clonagem e a API, sem mexer na imagem da boca.
• HeyGen: faz sentido quando a boca precisa acompanhar a fala e você quer preço explícito por minuto.
• Rask: faz sentido para quem dubla com frequência e quer revisar a transcrição e orçar por franquia mensal. Confirme o custo do Enhanced Lip-sync, que está em beta e pode mudar.

A HeyGen não detalha, no trecho consultado, quais idiomas estão disponíveis em cada modalidade ou plano. A disponibilidade real pode variar.

E a dublagem automática do YouTube?

O YouTube tem um recurso de dublagem automática integrado à plataforma, mas não encontramos fonte oficial atual que confirme os idiomas disponíveis em novembro de 2026, os critérios para um canal ter acesso, a disponibilidade em todos os países, a existência de sincronia labial visual ou um preço separado para o criador.

Por isso, não dá para compará-lo com segurança, em qualidade ou custo, às outras ferramentas. Se o seu vídeo vai ficar só no YouTube, vale conferir no painel do seu canal o que aparece disponível para você.

Erros comuns

• Clonar a voz ou alterar o rosto de outra pessoa sem o consentimento dela. Use a sua própria voz ou peça autorização por escrito.
• Tratar alinhamento de tempo como se fosse sincronia labial. Uma faixa de áudio bem alinhada não muda a boca na imagem.
• Esquecer que a cobrança é por idioma. Na ElevenLabs, cada idioma selecionado é cobrado à parte.
• Usar o modo Speed da HeyGen em cenas com perfil lateral, troca de câmera ou vários falantes, para os quais a documentação indica o Precision.
• Contar só com a franquia da Rask sem lembrar que o Enhanced Lip-sync consome 3 minutos adicionais por minuto de vídeo.
• Publicar sem revisar a transcrição e a tradução.
• Comparar preço por minuto de API com assinatura mensal como se fossem a mesma coisa.