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.
- Debates em que todo mundo fala ao mesmo tempo: falas sobrepostas se sobrepõem na dublagem por no máximo cerca de dois segundos e algumas podem sair na voz errada.
- 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.
- 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».
- O idioma original é identificado sozinho («Source: Auto detect»). Pode ser inglês, espanhol, japonês ou qualquer um dos cerca de 100 idiomas que o Whisper reconhece (a tradução cobre 21).
- Ative «Full translation output». Em «Select language», escolha o destino, por exemplo «Portuguese (Brazil)».
- Não há voz para escolher: o mydubly copia automaticamente a voz de cada pessoa que fala, a partir de um trecho limpo do áudio de cada uma.
- 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.
- Baixe com «Download translated video» ou «Download translated audio».
Limites que você precisa conhecer: não há seletor nem prévia de vozes, não há sincronia labial, não há controle de emoção ou de velocidade, falas sobrepostas se sobrepõem na dublagem por no máximo cerca de dois segundos 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. A voz é gerada pelo Chatterbox Multilingual, um modelo aberto de síntese de fala, e a transcrição é baseada no Whisper.
De onde vem a voz da dublagem
No mydubly não existe seletor nem lista de vozes: cada fala dublada sai numa cópia da voz de quem a disse no vídeo original. Vale entender como isso funciona:
- A cópia nasce de um trecho curto. O mydubly identifica quantas pessoas falam (até 8) e quais falas são de cada uma, e separa automaticamente até uns 10 segundos de fala limpa de cada pessoa, depois de tirar a música e o ruído de fundo. Esses trechos são apagados junto com os outros arquivos do trabalho, em até 30 minutos depois do fim.
- O timbre vem junto, e a pronúncia sai natural no idioma de destino, mesmo que o original seja em inglês ou em espanhol. Cada fala acompanha o ritmo e a energia com que foi dita, e uma voz grave continua grave.
- É uma voz por pessoa. Se várias pessoas falam, cada uma mantém a sua voz copiada. A separação é automática e pode errar com falas sobrepostas, interjeições curtas ("é", "aham") ou vozes muito parecidas.
- Existe um plano B automático. Quem fala muito pouco (poucas palavras, menos de uns 3 segundos de fala limpa) recebe a voz copiada da pessoa com quem mais se parece ou, se não se parecer com ninguém, uma voz pronta compatível, feminina ou masculina.
- Confira as formas com gênero. A tradução segue o gênero estimado de quem fala, então revise na legenda frases em primeira pessoa como "estou cansado" ou "estou cansada".
- Grave pensando na cópia. Fala clara, com o microfone perto da boca, é copiada melhor do que uma gravação distante ou com eco. E só envie vozes que você tem o direito de usar.
- 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 contexto geral sobre vozes sintéticas, 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).
Sponsored · mydubly
AI video dubbing deal
Dub any video for just 12¢ a minute
Was 240 credits/min — now only 120. Cloned voices, timed to your picture, at half the list price.
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.
Cada vídeo de 5 minutos: 5 × 50 = 250 créditos (US$ 0,25). Cada corte de 1 minuto cai no mínimo de 2 minutos por arquivo: 100 créditos (US$ 0,10). Total do mês: 4 × 250 + 4 × 100 = 1.400 créditos (US$ 1,40). Um vídeo de 4 minutos e 10 segundos é cobrado como 5 minutos, porque a cobrança é por minuto iniciado.
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.
Sponsored · mydubly
240 free credits + 50% off
Try free, then buy minutes at half price
New accounts get 240 credits (enough for a 2-minute dub). When you top up, you keep these sale rates.
Teste com o seu próprio arquivo
Escolha um vídeo ou áudio, selecione o idioma e baixe a transcrição, a legenda ou a voz traduzida. Ao criar a conta, você ganha 100 créditos grátis.
Dublagem com IA (em inglês)Perguntas frequentes
Dá para dublar vídeo com IA usando a minha própria voz?
Sim. No mydubly você não precisa fazer nada além de enviar o vídeo: a sua voz é copiada automaticamente de um trecho curto e limpo do próprio arquivo, assim como a de qualquer outra pessoa que fale no vídeo. Não há gravação separada nem lista de vozes. Para um resultado melhor, grave com o microfone perto e sem música alta por cima da fala.
A IA consegue dublar um vídeo com duas pessoas conversando?
Consegue. O mydubly identifica quem diz cada fala e dubla cada pessoa numa cópia da própria voz; se a troca de falante acontece no meio de uma frase, a frase é dividida nesse ponto. Funciona bem em entrevistas e podcasts em vídeo. Se as duas pessoas falam ao mesmo tempo com frequência ou têm vozes muito parecidas, algumas falas podem sair na voz errada, e aí a legenda é uma boa alternativa.
Quanto tempo leva para dublar um vídeo?
Depende da duração do arquivo e da fila de processamento no momento, por isso não há um prazo fixo. O importante é manter a aba aberta até o fim, porque fechar ou sair da página cancela o trabalho.
A dublagem mantém a música de fundo do vídeo original?
Sim. A separação vocal por IA remove a fala original e mantém a música e os efeitos sob a voz traduzida, abaixando-os enquanto ela fala. Em mixagens densas podem restar traços leves da voz original, e letras cantadas são removidas junto com a fala, então ouça o resultado antes de publicar. Se você precisa de controle total e tem o projeto de edição, exporte uma versão só com diálogos, duble essa versão e mixe a voz traduzida com a trilha musical do projeto no seu editor.
Posso dublar um vídeo no celular?
Não existe aplicativo do mydubly. Ele é um site que roda no navegador; para vídeos longos, o computador é a opção mais prática, porque a aba precisa ficar aberta durante o processamento e o vídeo é remontado pelo próprio navegador.
Vale a pena dublar vídeos de 30 segundos?
Funciona, mas o mínimo cobrado por arquivo de dublagem é de 2 minutos, ou seja, 100 créditos. Para vídeos muito curtos, uma legenda traduzida pode sair mais em conta, já que a faixa de transcrição custa a partir de 5 créditos por arquivo.
Sponsored · mydubly
Transcripts & subtitles deal
