Como dublar vídeo com IA sem perder a naturalidade

Como funciona uma dublagem feita por IA

Por trás do botão existem quatro etapas encadeadas. Primeiro, um modelo de reconhecimento de fala transforma o áudio em texto com marcação de tempo. Depois, esse texto é traduzido para o idioma de destino. Em seguida, um modelo de síntese de voz lê a tradução em voz alta. Por último, cada trecho de voz é posicionado no momento em que a fala original acontecia.

Entender essa cadeia ajuda a diagnosticar problemas. Se a voz diz uma palavra absurda, quase sempre o erro nasceu na transcrição, não na voz. Se a frase soa corrida, provavelmente a tradução ficou mais longa do que o trecho original permitia. E se a entonação parece neutra demais numa cena emocionada, é limite da síntese de voz, que lê o texto sem saber o que está acontecendo na imagem.

Quando a dublagem com IA funciona bem e quando decepciona

Funciona bem em:

• Tutoriais de tela, em que ninguém aparece falando e o espectador presta atenção no cursor.
• Aulas e palestras com um apresentador só, gravadas com microfone decente.
• Vídeos institucionais com narração em off.
• Demonstrações de produto, unboxings e reviews em que a fala é informativa, não dramática.

Costuma decepcionar em:

• Esquetes de humor, em que o tempo da piada e a entonação fazem a graça.
• Vídeos com rosto em close durante quase toda a duração, porque o movimento da boca não acompanha a nova voz.
• Conversas com várias pessoas, como podcasts em vídeo e mesas-redondas, quando todas as falas acabam na mesma voz.
• Conteúdo com muita música cantada, que não é tratada como fala comum.

Se o seu caso está na segunda lista, compare as alternativas no artigo dublagem com IA ou dublador antes de decidir.

Preparando o vídeo antes de dublar

Dez minutos de preparação economizam retrabalho:

• Exporte a versão final. Se você ainda vai cortar trechos, corte antes de dublar; ajustar a voz depois é bem mais trabalhoso.
• Cuide da fala. Música de fundo muito alta, ventilador ligado e eco de cozinha confundem o reconhecimento de fala. Se você tem a trilha de voz separada no projeto do editor, exporte uma versão com a música mais baixa só para a dublagem.
• Evite falas sobrepostas. Duas pessoas falando juntas viram uma frase misturada na transcrição.
• Prefira um idioma por vídeo. Quem mistura português e inglês na mesma frase recebe uma transcrição do jeito que foi ouvido, com imperfeições, e isso passa para a tradução.

Como dublar no mydubly, do arquivo ao download

A página de dublagem com IA do mydubly (em inglês) descreve o recurso; o uso é direto no navegador, com a interface em inglês.

1. Arraste o vídeo para «Drop a video here» (MP4, MOV, WebM, MKV ou M4V, até 2 horas). Para testar antes, use «Use a sample clip».
2. O idioma original é identificado sozinho («Source: Auto detect»). Pode ser inglês, espanhol, japonês ou qualquer um dos 21 idiomas suportados.
3. Ative «Full translation output». Em «Select language», escolha o destino, por exemplo «Portuguese (Brazil)».
4. Abra «Select voice» e ouça a amostra de cada uma das 8 vozes no idioma escolhido.
5. Clique em «Translate video». O vídeo em si não sai do seu computador: o navegador separa o áudio, envia só ele por HTTPS e depois remonta o vídeo com a nova voz localmente. Não feche a aba durante o processo.
6. Baixe com «Download translated video» ou «Download translated audio».

Limites que você precisa conhecer: não existe clonagem da voz original, não há sincronia labial, não há controle de emoção ou de velocidade, não há identificação de falantes (uma voz para o vídeo inteiro) e não é possível editar o texto antes de gerar a voz. Também não há aplicativo para celular nem importação por link; o arquivo precisa estar no seu dispositivo. As vozes vêm do Chatterbox Multilingual, um modelo aberto de síntese de fala, e a transcrição é baseada no Whisper.

Escolhendo entre as 8 vozes

Como não dá para clonar a voz do apresentador, a escolha da voz pronta vira a decisão criativa mais importante. Alguns critérios práticos:

• Ouça a amostra no idioma de destino, não em inglês. Uma voz agradável em inglês pode soar diferente em português.
• Pense no conteúdo. Aula de finanças pede uma voz mais pausada; vídeo curto de receita aguenta uma voz mais animada.
• Considere a expectativa do público. Se o rosto de um homem aparece na tela durante o vídeo inteiro, uma voz feminina pode causar estranhamento, e o contrário também vale.
• Seja consistente. Num canal ou num curso com vários módulos, anote qual voz usou e repita em todos os episódios. Trocar de voz entre aulas passa impressão de descuido.
• Teste com um trecho difícil, aquele com nomes estrangeiros e números, antes de dublar uma série inteira.

Para se aprofundar, o guia sobre como escolher uma voz de IA (em inglês) traz mais critérios, e o texto sobre vozes clonadas e vozes prontas (em inglês) explica as diferenças entre as duas abordagens.

Vídeo pronto ou só a faixa de áudio

Os dois downloads servem a usos diferentes:

«Download translated video»

Arquivo translated-video.mp4 (ou MKV em alguns navegadores) com a voz nova no lugar da original. Ideal para enviar por e-mail, subir no Instagram ou entregar a um cliente.

«Download translated audio»

Arquivo .m4a com a mesma mixagem do vídeo: voz traduzida sobre a música e os efeitos originais. Ideal para levar a um editor como Premiere Pro, DaVinci Resolve ou CapCut. Para mixar com a sua própria trilha, duble antes uma versão só com diálogos; do contrário, a música fica duplicada.

«Download subtitles»

Arquivo SRT com as falas traduzidas, para oferecer legenda junto com a dublagem.

A faixa separada também é útil para quem publica no YouTube com várias faixas de áudio no mesmo vídeo, quando esse recurso está disponível no canal. O funcionamento é explicado em áudio em vários idiomas no YouTube (em inglês).

Exemplo de custo para um canal de receitas

Pense num canal de receitas de Recife que publica vídeos em português e quer testar versões em espanhol para alcançar a América Latina. Os vídeos têm cerca de 5 minutos, e há também cortes de 1 minuto para Reels.

Repare que os 100 créditos grátis do cadastro pagam exatamente uma dublagem de até 2 minutos, como um dos cortes para Reels; o restante do mês exige recarga. Se preferir, use esses créditos para testar transcrição e legenda. Para simular outros cenários, veja quanto custa dublar um vídeo.

Checklist de escuta antes de publicar

Assista ao vídeo dublado inteiro, de fone, pelo menos uma vez. Marque o minuto de qualquer problema e confira:

• Nomes de pessoas, marcas e cidades pronunciados de forma aceitável.
• Números e valores corretos na fala, e não só na legenda.
• Trechos em que a voz ficou rápida demais para acompanhar.
• Silêncios estranhos no lugar de falas que o reconhecimento não captou.
• Coerência de tratamento: a voz não pode chamar o espectador de "você" num momento e de "o senhor" no outro.
• Volume da voz em relação à música, se você mixou a voz traduzida com a sua trilha no editor.

Um roteiro mais completo de revisão está no checklist de qualidade de dublagem com IA (em inglês).

Transparência com o público

Vozes sintéticas já são comuns, mas o público brasileiro reage mal quando se sente enganado. Uma linha na descrição, como "versão dublada com voz gerada por IA", resolve a questão e evita comentários desconfiados. Se o vídeo é de outra pessoa, a regra é simples: só dublar com autorização do dono do conteúdo.