ElevenLabs Dubbing: film po polsku, mój test v1 i v2

👁 114 przeczytań

ElevenLabs Dubbing tłumaczy film na inny język i podkłada nową ścieżkę głosem, który ma brzmieć jak oryginalni mówcy. Sprawdziłem to na własnym, fikcyjnym klipie: 24 sekundy po angielsku, dwa syntetyczne głosy i odgłosy tła, zdubbingowane na polski modelami v1 i v2. Poniżej są oba wyniki do obejrzenia i odsłuchania, czasy, zużyte kredyty, pomiar podobieństwa głosu i jedna wpadka, o której w cenniku nie przeczytasz.

01Klonowanie głosu AI w ElevenLabs: klon z 10 s i 2 minutSklonowałem wyłącznie syntetyczny głos z Voice Design: klony z 10 s, 30 s i 2 min, pomiar podobieństwa, nagrania, koszty i zasady zgody.Czytaj →02Voice Changer ElevenLabs: zmiana głosu AI na nagraniuPolski monolog zmieniony na głos kobiecy i niski głos lektora: treść, długość i melodia zdań po konwersji oraz jedno ustawienie, które ratuje nagrania z szumem.Czytaj →03ElevenLabs Scribe: transkrypcja po polsku, test błędówMinutowy wywiad z nazwiskami typu Brzęczyszczykiewicz i 13 liczbami: Scribe v2 w trzech ustawieniach kontra Whisper, plus nagrania z szumem.Czytaj →04Voice Isolator: usuwanie szumów z nagrania w ElevenLabsCzyste nagranie zaszumiłem wentylatorem, ulicą i kawiarnią, a potem oczyściłem Voice Isolatorem. Szum spadł o 21-26 dB, ale transkrypcja wyszła gorzej.Czytaj →05Ile kosztuje ElevenLabs? Plany, minuty i limity głosówGdy sprawdzam, ile kosztuje ElevenLabs, zaczynam od planów narzędzia do generowania głosu i innych materiałów audio. Dostęp jest rozliczany między innymi kredytami,…Czytaj →06AI lektor: darmowe i płatne sposoby na polski głos, klonowanie i granice prawaAI lektor to synteza mowy na tyle dobra, że nagranie da się puścić w filmie, podcaście czy kursie bez tłumaczenia się słuchaczom.…Czytaj →

Jak działa dubbing w ElevenLabs

Usługa rozpoznaje mowę w pliku, rozdziela mówców, tłumaczy tekst i generuje nową ścieżkę, zostawiając oryginalne tło (muzykę, odgłosy). We wrześniu 2026 są dwa modele:

// taniej niż u producentaw magazynie

ElevenLabs Creator - 12 miesięcyKupon, którym włączasz ElevenLabs Creator na 12 miesięcy na własnym koncie.kinetyka.pl - mój sklep z rocznymi dostępami do narzędzi AI

430 zł-59%zamiast 1 056 zł35,83 zł / mies.Kup w Kinetyce →

• Dubbing v1 - starszy, tańszy, obsługuje te same języki co Eleven v3, także polski. Tylko na nim działa Dubbing Studio, czyli ręczna edycja transkrypcji i ponowne generowanie pojedynczych fragmentów. Dokumentacja podaje, że Dubbing Studio jest w trybie utrzymania i dostaje wyłącznie krytyczne poprawki.
• Dubbing v2 - model „end-to-end”, domyślny w API i w automatycznym dubbingu w aplikacji (tam opisany jako Alpha). 92 języki według cennika, suwak podobieństwa do oryginalnego głosu (cloning strength 0-10, domyślnie 7).

Limity: w aplikacji plik do 1 GB i 180 minut, przez API do 3 GB, w Dubbing Studio do 1 GB i 45 minut. Dubbing Studio jest dostępne od planu Starter.

Mój test: fikcyjny klip 24 s z angielskiego na polski

Nie chciałem dubbingować cudzego filmu ani prawdziwego głosu, więc złożyłem materiał sam. Obraz to sześć ujęć po 4 s z mojego rankingu generatorów wideo (kawa w kuchni i tramwaj w deszczu). Kwestie nagrałem modelem Eleven v4 dwoma głosami z biblioteki: narratorem George i kobiecym głosem Jessica. Tło, czyli kuchnię i deszcz z dzwonkiem tramwaju, wygenerowałem w ElevenLabs Sound Effects. Wszystko po angielsku, bez napisów.

28 września 2026 wysłałem ten sam plik MP4 przez API do obu modeli z parametrami source_language=en i target_language=pl. Dubbing zwraca tylko ścieżkę audio (FLAC), więc połączyłem ją z obrazem w ffmpeg.

Kredyty v2 odczytałem z historii zużycia konta po drugim podejściu, a v1 wyliczyłem z różnicy między odczytami, bo endpoint dubbingu nie zwraca kosztu w nagłówku. Pauzy zmierzyłem na znacznikach czasu słów z transkrypcji Scribe.

Tłumaczenie: v1 poprawny, v2 brzmi jak człowiek

Oba modele przetłumaczyły tekst bez błędów merytorycznych. Różnica jest w stylu. Kwestię „I get two, if the tram is late, and it’s always late when it rains” v1 oddał jako „Ja mam dwie, jeśli tramwaj się spóźni, a zawsze się spóźnia, jak pada”. Model v2 przetłumaczył to jako „Ja mam ze dwie i to jak tramwaj się spóźni. A jak pada, to spóźnia się zawsze”. Końcówkę „right on time, for once” v1 przetłumaczył jako „punktualnie, ten jeden raz”, a v2 jako „co do minuty, choć raz”. To moja opinia: v2 brzmi jak lektor, który rozumie żart, v1 jak poprawne tłumaczenie z kartki.

Wpadka: jedno podejście v2 zwróciło bełkot

Pierwsze zlecenie v2 skończyło się statusem „completed”, ale transkrypcja źródła była ciągiem przypadkowych słów po angielsku, rosyjsku, chińsku i koreańsku. Polska ścieżka to tłumaczenie tego bełkotu przemieszane z fragmentami oryginału. Drugie zlecenie na identycznym pliku zadziałało bez zarzutu. Według pomocy ElevenLabs opłatę za pierwszy język pobiera się już przy tworzeniu projektu. Tu projekt formalnie się udał, więc zapłaciłem za bełkot tyle co za udany dubbing.

Wniosek praktyczny: zanim dodasz kolejne języki, pobierz transkrypcję źródła (endpoint /transcript) i sprawdź, czy ma sens. Zajmuje to kilka sekund.

Czy głos zostaje ten sam

Nie oceniałem tego na ucho. Porównałem odciski głosu (model weryfikacji mówcy WavLM, skala od -1 do 1) w tych samych przedziałach czasu w oryginale i w dubbingu.

Oba modele zachowały barwę mniej więcej w tym samym stopniu, a różnica wobec innego mówcy jest wyraźna. Zmiana języka zawsze obniża ten wskaźnik, bo głos mówi inne głoski. Model v2 wygrywa rytmem, nie barwą.

Ile kosztuje dubbing ElevenLabs

Stawki z cennika API sprawdzone 28 września 2026, bez VAT, po kursie 3,857 zł/USD. Liczy się minuta materiału źródłowego, osobno dla każdego języka.

W planach abonamentowych płacisz kredytami: Starter za 6 USD (23,14 zł) daje 30 tys. kredytów miesięcznie, Creator za 22 USD (84,85 zł) 121 tys. Przy zużyciu z mojego testu (5402 kredyty na 24 s) plan Creator wystarcza na ok. 9 minut dubbingu v2 miesięcznie. W v2 darmowe konto dostaje znak wodny automatycznie, płatne nie. Szczegóły planów są w tekście ile kosztuje ElevenLabs.

Jak zrobić dubbing krok po kroku

1. W aplikacji wejdź w Dubbing, wgraj plik albo wklej link i ustaw język źródła ręcznie (automatyczne wykrywanie to dodatkowe ryzyko).
2. Jako język docelowy wybierz polski, liczbę mówców zostaw na automacie, chyba że wiesz, ilu ich jest.
3. Po zakończeniu przesłuchaj całość. W v1 poprawki zrobisz w Dubbing Studio, w v2 edycja transkrypcji przez API jest według dokumentacji dostępna tylko w planie Enterprise.
4. Przed publikacją sprawdź nazwy własne i liczby. W API możesz je podać w keyterms, żeby model ich nie przekręcił.

Przez API wystarczą dwa polecenia. Przetestowałem je 28.09.2026 na 9-sekundowym fragmencie z model_id=dubbing_v1:

curl -X POST https://api.elevenlabs.io/v1/dubbing/project \
  -H "xi-api-key: $ELEVENLABS_API_KEY" \
  -F [email protected] -F source_language=en \
  -F target_language=pl -F model_id=dubbing_v2

# potem co kilka sekund, az status = completed:
curl -H "xi-api-key: $ELEVENLABS_API_KEY" \
  https://api.elevenlabs.io/v1/dubbing/project/PROJECT_ID/language/LANGUAGE_ID

W odpowiedzi pole outputs.lossless_audio zawiera link do pliku FLAC ważny godzinę. Obraz i dźwięk łączysz sam, np. ffmpeg -i film.mp4 -i dub.flac -map 0:v -map 1:a -c:v copy -c:a aac wynik.mp4.

Na co uważać

• Cudze głosy. Dubbing odtwarza barwę mówców, więc wgrywając nagranie innej osoby, klonujesz jej głos. Rób to tylko z jej zgodą albo na materiale, do którego masz prawa.
• Oznaczanie. Widz powinien wiedzieć, że słyszy wygenerowany głos. Ogólne zasady opisuję przy dubbingu AI.
• Kontrola jakości. Status „completed” nie oznacza, że wynik ma sens, co pokazało moje pierwsze podejście v2.

Pełny przegląd narzędzi ElevenLabs jest w przewodniku ElevenLabs po polsku.

Najczęstsze pytania

Czy ElevenLabs dubbinguje na polski?

Tak. Polski obsługują oba modele, v1 i v2. W moim teście oba przetłumaczyły 24-sekundowy klip z angielskiego poprawnie, a v2 zachował pauzy oryginału z dokładnością do 0,2 s.

Ile kosztuje dubbing w ElevenLabs?

Przez API v1 kosztuje 0,33-0,50 USD za minutę (1,27-1,93 zł), a v2 2,20 USD (8,49 zł), bez VAT. Mój 24-sekundowy klip zużył ok. 1200 kredytów w v1 i 5402 w v2.

Czy dubbing ElevenLabs zachowuje głos oryginału?

W przybliżeniu. W moim pomiarze podobieństwo głosu oryginału i dubbingu wyniosło 0,72-0,81 w obu modelach, wobec 0,29-0,35 dla innego mówcy.

Czy da się zrobić dubbing ElevenLabs za darmo?

Na darmowym planie z 10 tys. kredytów miesięcznie tak, ale ze znakiem wodnym i bez licencji komercyjnej. Przy moim zużyciu v2 to ok. 44 sekundy materiału.

Jak długo trwa dubbing?

Mój 24-sekundowy klip był gotowy po 22-65 s w v2 i po 43 s w v1. Przy dłuższych plikach ElevenLabs zaleca webhooki zamiast odpytywania o status.

Link do ElevenLabs jest partnerski: jeśli kupisz przez niego, serwis dostaje prowizję, a Ty płacisz tyle samo. Nie wpływa to na treść, także tam, gdzie piszę krytycznie.