ElevenLabs 推出 Dubbing v2：跨语言配音也能保留原声情绪

过去用 AI 给视频做跨语言配音，最让人出戏的从来不是发音准不准，而是语气太平。原片里演员喊得声嘶力竭，翻译过来的外语却像在念说明书。

ElevenLabs 推出了新一代配音模型 Dubbing v2，试图解决这个痛点。

把演员的表演一起翻译过去

按照 ElevenLabs 的说法，Dubbing v2 最大的变化是保留原素材的情绪与表演张力。官方称这是他们首次实现将源语言里的情感细微起伏，完整迁移到所有目标语言中。

这意味着视频在转译成其他语种时，不再只是单纯的声线克隆和文本对齐，原声里的叹气、激动、颤抖等情绪特征，也会被同步带入译制音轨里。

为什么重要

对于影视译制团队、游戏出海开发者以及跨国内容创作者来说，这能直接省去大量后期人工修音和重录的成本。以前做多语言本地化，情绪全靠配音演员重新进棚找感觉，门槛极高；现在一个人加上一套 AI 工具，就能尝试输出情绪到位的多语种成片。

我们认为，AI 语音赛道的竞争已经从听起来像真人，彻底转向了能不能演戏。ElevenLabs 选择死磕情绪还原，确实切中了全球媒体分发的核心痛点。不过情绪这种东西主观性极强，跨文化语境下的表达方式也各不相同，英文里歇斯底里的腔调硬搬到其他语种里会不会显得违和，还有待创作者实际测试。