Dos cosas que se llaman igual
El dubbing, el doblaje, significa que el habla se traduce y se vuelve a grabar en el idioma de destino, y la pista de audio terminada se monta sobre el vídeo. La imagen se queda exactamente como estaba.
El lipsync hace algo más: modifica la imagen para que la boca del personaje encaje con la nueva pista de audio. Es una operación aparte, un servicio aparte y un coste aparte. El mercado está así: hay proveedores que solo doblan, los hay que solo hacen lipsyncy los hay que resuelven las dos cosas de una pasada. La documentación del mayor proveedor de voz avisa sin rodeos de que su doblaje no incluye ajuste del movimiento de labios — el malentendido más caro de este campo.
La cadena por la que pasa tu vídeo
Un doblaje automático son cuatro pasos, y en cada uno se pierde algo.
- Transcripción. La máquina escribe lo que se dice. Aquí entran los nombres, los términos técnicos y lo que se ha entendido mal.
- Traducción. La transcripción se convierte en texto del idioma de destino. Aquí se decide la longitud — y la longitud es lo que rompe el paso siguiente.
- Síntesis de voz. Una voz lee el texto del idioma de destino, normalmente la voz clonada del hablante original.
- Ajuste. El audio terminado se sincroniza con la imagen original. Con lipsync, aquí cambia también la imagen.
Dónde se pierde la calidad
La queja más frecuente no es la pronunciación, sino que «algo no encaja». Ese algo suele ser la emoción. Y hay medición: según un estudio de 2026, los sistemas en cascada — donde el habla se convierte en texto y el texto vuelve a ser habla — puntúan alrededor de 1,7 sobre cinco en conservación del contenido emocional. El significado pasa; la interpretación no.
El motivo es simple: en el paso intermedio el audio se convierte en texto, y el texto no recoge que quien hablaba estaba molesto, que sonrió o que hizo una pausa buscando el efecto. Por eso la versión regrabada es técnicamente correcta y emocionalmente plana. Donde eso importa hace falta un actor de doblaje humano — o al menos posproducción humana sobre el audio.
El sincronismo, que es lo más difícil
El segundo fallo recurrente es la longitud. La frase del idioma de destino rara vez mide lo mismo que la original, y la imagen es fija. Los proveedores eligen entre dos males:
- Sincronismo rígido: el audio se acelera o se ralentiza para entrar. El resultado se entiende, pero tiene un ritmo antinatural.
- Sincronismo flexible: el audio va a su ritmo y se mete dentro de la frase siguiente. El resultado suena natural, pero se desplaza.
- Traducción optimizada para la longitud: el modelo traductor escribe ya una frase que cabe. Según un estudio de 2025, esto aporta del orden de un 16 por ciento de mejora relativa.
La tercera es la buena, y está disponible en cada vez más proveedores. Si hay un interruptor, actívalo — y si no lo hay, puedes hacerlo tú reescribiendo la transcripción: frases más cortas, menos relleno.
Tu idioma: qué funciona y qué no
La buena noticia es que el doblaje es lo que más cobertura tiene de toda la cadena. El servicio de doblaje del gran proveedor de voz maneja más de cien idiomas, y las grandes plataformas de avatar andan en la misma franja. Si tu idioma lo habla un número apreciable de personas, el doblaje casi seguro lo cubre.
La trampa está en que la lista de idiomas del doblaje y la de la síntesis de voz no son la misma lista. En ese mismísimo proveedor, el modelo más conocido, el que se anuncia como «multilingüe», cubre solo 29 idiomas — una fracción de lo que maneja la cadena de doblaje. Y hay proveedores que doblan a un idioma pero no lo ofrecen para leer un guion en voz alta como trabajo independiente. Antes de pagar, busca tu idioma en el modelo concreto que vas a usar, no en la página comercial de la empresa.
Cuánto cuesta
- El doblaje automático anda por los dos dólares por minuto y por idioma de destino.
- El lipsync es más caro y se dispersa más: de dólar y medio a diez dólares por minuto, según el modelo elegido.
- Un vídeo de diez minutos doblado a tres idiomas son, por tanto, unos sesenta o setenta dólares — sin lipsync.
- Con lipsync, ese mismo trabajo puede pasar de los trescientos dólares.
Sigue siendo una fracción de un doblaje de estudio, pero no son los «cuatro dólares» que mucha gente espera.
El control de calidad que no se puede saltar
1. REVISA LA TRANSCRIPCIÓN LO PRIMERO, antes de traducir nada.
Los nombres, las marcas y los términos técnicos se rompen aquí,
y a partir de ahí se propagan a todos los idiomas.
2. ESCUCHA entero el audio del idioma de destino, sin imagen.
Sin imagen se oyen el acento mal puesto y el desfase.
3. MIRA imagen y sonido juntos, y también en silencio.
Con lipsync, en silencio se ve dónde no encaja la boca.
4. COMPRUEBA todas las cifras y todos los nombres propios.
Es donde más falla el doblaje automático.
5. SEÑÁLALO si toca. Clonar tu propia voz para doblaje
no obliga a etiquetar en varias plataformas — la voz ajena sí.
Malentendidos habituales
- «Doblaje y lipsync son lo mismo.» No lo son. Dos servicios, dos precios, y en algunos sitios solo tienes uno de ellos.
- «Si la empresa cubre mi idioma, lo cubren todos sus modelos.» Las listas de idiomas del doblaje y de la lectura difieren — es la trampa más frecuente de todas.
- «El doblaje automático sustituye al actor de doblaje.» En contenido informativo y formativo, sí. Donde la interpretación es el producto, no: la emoción se pierde de forma medible.
- «Basta con configurarlo una vez y ya tira solo.» Revisar la transcripción es trabajo manual en cada vídeo, y ese paso decide la calidad de toda la cadena.
Lo que conviene llevarse
Decide primero si de verdad necesitas lipsync — muchas veces no, y entonces el coste baja a un tercio. Después comprueba tu idioma en el modelo de voz concreto con el que vas a trabajar. Y revisa la transcripción a mano antes de mandar traducir nada: ahí se decide la calidad de toda la cadena. Sobre cómo escribir el guion trata Locución con IA, un artículo aparte; del lado jurídico de la clonación de voz se ocupa Voice cloning y consentimiento, que repasa los permisos; y del vídeo de busto parlante habla Vídeo con avatar para empresas , que cierra el trío.