ElevenLabs Dubbing auf Deutsch: v1 vs v2 im Test

👁 127 Aufrufe

ElevenLabs Dubbing übersetzt Videos in andere Sprachen und legt eine neue Tonspur mit Stimmen an, die wie die Originalsprecher klingen sollen. Wir haben das mit einem fiktiven 24-Sekunden-Clip getestet: Englische Quelle, zwei synthetische Stimmen und Hintergrundgeräusche, synchronisiert ins Deutsche mit den Modellen v1 und v2. Unten finden Sie beide Ergebnisse zum Ansehen und Anhören, Zeiten, verbrauchte Credits, Stimmenähnlichkeitsmessung und eine Überraschung, die im Preisblatt nicht steht.

01ElevenLabs Voice Cloning: Klone aus 10 s, 30 s und 2 minWir haben Voice Cloning in ElevenLabs auf Deutsch getestet: Klone aus 10 s, 30 s und 2 Minuten Trainingsmaterial, Ähnlichkeitsmessung und Kosten.Lesen →02Voice Changer ElevenLabs: Stimme auf Aufnahme ändernVoice Changer ElevenLabs ändert die Stimme auf fertigen Aufnahmen. Test mit deutschem Monolog: Inhalt, Intonation, Rauschen und Kosten pro Minute.Lesen →03ElevenLabs Scribe Test: Transkription auf Deutsch mit ZahlenElevenLabs Scribe v2 transkribierte ein 61 Sekunden langes deutsches Interview in 3,8 s mit 1 Fehler. Test mit schwierigen Namen, Zahlen und Vergleich mit Whisper.Lesen →04Voice Isolator Test: Rauschen entfernen mit ElevenLabsVoice Isolator von ElevenLabs entfernt Hintergrundgeräusche aus Aufnahmen. Wir haben ihn mit Lüfter, Straße und Café getestet und gemessen, wie viel Rauschen bleibt.Lesen →

Wie Dubbing bei ElevenLabs funktioniert

Der Dienst erkennt Sprache in der Datei, trennt Sprecher, übersetzt den Text und generiert eine neue Tonspur, wobei der ursprüngliche Hintergrund (Musik, Geräusche) erhalten bleibt. Im September 2026 gibt es zwei Modelle:

• Dubbing v1 - älter, günstiger, unterstützt dieselben Sprachen wie Eleven v3. Nur hier funktioniert Dubbing Studio, also manuelle Bearbeitung der Transkription und erneute Generierung einzelner Abschnitte. Die Dokumentation gibt an, dass Dubbing Studio im Wartungsmodus ist und nur kritische Korrekturen erhält.
• Dubbing v2 - „End-to-End“-Modell, Standard in der API und beim automatischen Dubbing in der App (dort als Alpha beschrieben). 92 Sprachen laut Preisliste, Regler für Ähnlichkeit zur Originalstimme (cloning strength 0-10, Standard 7).

Limits: In der App Dateien bis 1 GB und 180 Minuten, über API bis 3 GB, in Dubbing Studio bis 1 GB und 45 Minuten. Dubbing Studio ist ab dem Starter-Plan verfügbar.

Unser Test: fiktiver 24-s-Clip von Englisch auf Deutsch

Wir wollten weder fremde Videos noch echte Stimmen synchronisieren, also haben wir das Material selbst zusammengestellt. Das Bild besteht aus sechs 4-Sekunden-Aufnahmen aus unserem Video-Generator-Ranking (Kaffee in der Küche und Straßenbahn im Regen). Die Dialoge haben wir mit dem Modell Eleven v4 mit zwei Stimmen aus der Bibliothek aufgenommen: Erzähler George und weibliche Stimme Jessica. Den Hintergrund, also Küche und Regen mit Straßenbahnklingel, haben wir in ElevenLabs Sound Effects generiert. Alles auf Englisch, ohne Untertitel.

Am 29. September 2026 haben wir dieselbe MP4-Datei über die API an beide Modelle mit den Parametern source_language=en und target_language=de gesendet. Dubbing gibt nur die Audiospur (FLAC) zurück, die wir mit dem Bild in ffmpeg zusammengefügt haben.

Die Credits haben wir aus der ElevenLabs-Nutzungsstatistik nach Modell für diese Sitzung abgelesen: dubbing_v1 7235 Credits für 6 Jobs, dubbing_v2 65138 für 12 Jobs (5402 pro 24,0-s-Clip). Pausen haben wir an den Wortzeitstempeln der Scribe-Transkription gemessen. Der polnische Test hatte einen fehlgeschlagenen v2-Durchlauf; hier liefen alle drei durch.

Übersetzung: v1 korrekt, v2 klingt natürlich

Beide Modelle übersetzten den Text ohne inhaltliche Fehler. Der Unterschied liegt im Stil. Die Passage „I get two, if the tram is late, and it’s always late when it rains“ gab v1 als „Ich krieg zwei, wenn die Bahn Verspätung hat. Und bei Regen hat sie die immer“ wieder. Modell v2 übersetzte es als „Bei mir sind’s zwei, wenn die Tram Verspätung hat und bei Regen hat sie immer Verspätung“. Das Ende „right on time, for once“ wurde von v1 als „Was für eine Ausnahme!“ übersetzt, von v2 als „Ausnahmsweise mal pünktlich“. Unsere Meinung: v2 klingt wie ein Sprecher, der den Witz versteht, v1 wie eine korrekte Übersetzung vom Blatt.

Bleibt die Stimme dieselbe

Wir haben das nicht nach Gehör bewertet. Wir haben Stimmenabdrücke (Sprecherverifikationsmodell WavLM, Skala von -1 bis 1) in denselben Zeitfenstern im Original und im Dubbing verglichen.

Beide Modelle behielten die Klangfarbe in etwa gleich gut bei, und der Unterschied zu einem anderen Sprecher ist deutlich. Ein Sprachwechsel senkt diesen Wert immer, weil die Stimme andere Laute spricht. Modell v2 gewinnt durch Rhythmus, nicht durch Klangfarbe.

Was ElevenLabs Dubbing kostet

Tarife aus der API-Preisliste, geprüft am 29. September 2026, ohne MwSt. Berechnet wird die Minute des Quellmaterials, separat für jede Sprache.

In Abonnementplänen zahlen Sie mit Credits: Starter für 6 USD gibt 30.000 Credits monatlich, Creator für 22 USD 121.000. Bei unserem Verbrauch (5402 Credits für 24 s) reicht der Creator-Plan für ca. 9 Minuten v2-Dubbing pro Monat. In v2 erhält das kostenlose Konto automatisch ein Wasserzeichen, kostenpflichtige nicht. Details zu den Plänen finden Sie im Text Was ElevenLabs kostet.

Wie Sie Dubbing Schritt für Schritt machen

1. Gehen Sie in der App zu Dubbing, laden Sie eine Datei hoch oder fügen Sie einen Link ein und stellen Sie die Quellsprache manuell ein (automatische Erkennung ist ein zusätzliches Risiko).
2. Wählen Sie als Zielsprache Deutsch, lassen Sie die Anzahl der Sprecher auf automatisch, es sei denn, Sie wissen, wie viele es sind.
3. Hören Sie sich nach Abschluss alles an. In v1 nehmen Sie Korrekturen in Dubbing Studio vor, in v2 ist die Bearbeitung der Transkription über die API laut Dokumentation nur im Enterprise-Plan verfügbar.
4. Prüfen Sie vor der Veröffentlichung Eigennamen und Zahlen. In der API können Sie sie in keyterms angeben, damit das Modell sie nicht verdreht.

Über die API reichen zwei Befehle. Wir haben sie am 29.09.2026 an einem 9-Sekunden-Fragment mit model_id=dubbing_v1 getestet:

curl -X POST https://api.elevenlabs.io/v1/dubbing/project 
  -H "xi-api-key: $ELEVENLABS_API_KEY" 
  -F file=@film.mp4 -F source_language=en 
  -F target_language=de -F model_id=dubbing_v2

# dann alle paar Sekunden, bis status = completed:
curl -H "xi-api-key: $ELEVENLABS_API_KEY" 
  https://api.elevenlabs.io/v1/dubbing/project/PROJECT_ID/language/LANGUAGE_ID

In der Antwort enthält das Feld outputs.lossless_audio einen Link zur FLAC-Datei, der eine Stunde gültig ist. Bild und Ton fügen Sie selbst zusammen, z. B. ffmpeg -i film.mp4 -i dub.flac -map 0:v -map 1:a -c:v copy -c:a aac ergebnis.mp4.

Worauf Sie achten sollten

• Fremde Stimmen. Dubbing reproduziert die Klangfarbe der Sprecher, also klonen Sie beim Hochladen einer Aufnahme einer anderen Person deren Stimme. Tun Sie das nur mit deren Einwilligung oder bei Material, für das Sie die Rechte haben.
• Kennzeichnung. Der Zuschauer sollte wissen, dass er eine generierte Stimme hört. Allgemeine Grundsätze beschreiben wir bei AI-Dubbing.
• Qualitätskontrolle. Status „completed“ bedeutet nicht, dass das Ergebnis Sinn ergibt. Hören Sie jedes Dubbing vor der Veröffentlichung ab.

Eine vollständige Übersicht der ElevenLabs-Tools finden Sie im Leitfaden ElevenLabs.

Häufig gestellte Fragen

Kann ElevenLabs auf Deutsch synchronisieren?

Ja. Deutsch wird von beiden Modellen unterstützt, v1 und v2. In unserem Test übersetzten beide einen 24-Sekunden-Clip aus dem Englischen korrekt, und v2 behielt die Pausen des Originals mit einer Genauigkeit von bis zu 0,06 s bei.

Was kostet Dubbing bei ElevenLabs?

Über die API kostet v1 0,33-0,50 USD pro Minute, v2 2,20 USD, ohne MwSt. Unser 24-Sekunden-Clip verbrauchte 1200 Credits in v1 und 5402 in v2.

Behält ElevenLabs Dubbing die Originalstimme bei?

Annähernd. In unserer Messung betrug die Stimmenähnlichkeit zwischen Original und Dubbing 0,71-0,90 in beiden Modellen, gegenüber 0,25-0,30 für einen anderen Sprecher.

Kann man ElevenLabs Dubbing kostenlos nutzen?

Im kostenlosen Plan mit 10.000 Credits monatlich ja, aber mit Wasserzeichen und ohne kommerzielle Lizenz. Bei unserem v2-Verbrauch sind das ca. 44 Sekunden Material.

Wie lange dauert Dubbing?

Unser 24-Sekunden-Clip war nach 18,2-18,3 s in v2 und nach 25,7 s in v1 fertig. Bei längeren Dateien empfiehlt ElevenLabs Webhooks statt Statusabfragen.

// weiterlesenElevenLabs Scribe Test: Transkription auf Deutsch mit ZahlenBenchmarksElevenLabs Sound Effects: Test deutscher und englischer PromptsBenchmarksEleven v4 Test: Zahlen, Abkürzungen und Preise auf DeutschBenchmarks

Kinetyra

Der Link zu ElevenLabs ist ein Partnerlink: Wenn Sie darüber kaufen, erhält WISSNOX eine Provision, für Sie bleibt der Preis gleich. Auf den Inhalt hat das keinen Einfluss, auch nicht auf kritische Passagen.