ElevenLabs 在 2026 年 5 月 28 日推出 Dubbing v2。它的核心賣點不是單純把影片翻譯成另一種語言，而是保留原始說話者的情緒、語氣、節奏和表演意圖。
這是 AI dubbing 的關鍵問題。很多自動配音可以把語意翻對，但聽起來像另一個人在念稿，原本的停頓、情緒、重音和能量都不見了。
此為聯盟連結 敬請支持本站
如果你想先測多語配音，可以用 ElevenLabs 丟一段 30 秒短片或旁白稿。重點不是馬上把整支影片交給自動配音，而是先聽翻譯後的語氣、停頓、人名和品牌名是否能保留原本可信度。
Dubbing v2 解決什麼問題？
傳統 AI dubbing 常依賴 transcript。Transcript 能保留語意，但很難保留：
- 語氣。
- 情緒。
- 節奏。
- 重音。
- 猶豫。
- 能量。
- 說話者的表演方式。
Dubbing v2 的方向是直接 condition on original performance，也就是讓模型參考原始說話表現，而不只是讀翻譯文字。
支援 90 多種語言的意義
ElevenLabs 提到 Dubbing v2 可跨 90 多種語言保留表演。對創作者和品牌來說，這代表同一支影片可以更容易進入不同市場。
適合的內容包括：
- YouTube 長短影片。
- 課程影片。
- 產品介紹。
- 品牌 campaign。
- 教學內容。
- 企業內訓。
- Podcast video clips。
- Studio 和 broadcaster localization。
多語言不只是把文字翻譯出去，而是讓不同語言版本仍然像同一個創作者或同一個品牌在說話。
Sync-aware translation 為什麼重要？
不同語言的句長、語序、節奏差很多。如果只做逐字翻譯，很容易出現嘴型、畫面節奏和聲音不合。
Sync-aware translation 的目標是自動對齊 starts、stops 和 pacing，讓翻譯後的 speech 更貼近原影片時間。
這對影片在地化很重要，因為觀眾不只聽內容，也會感受到節奏是否自然。
Creator、marketer、studio 的用途不同
| 對象 | 主要用途 |
|---|---|
| Creators | 一鍵把 YouTube 或社群影片推向多語市場 |
| Marketers | 同一 campaign 做多語版本，保留原本情緒張力 |
| Studios and broadcasters | 搭配人工翻譯、voice casting、mixing 做專業 localization |
對小型 creator，Dubbing v2 可能是快速擴大受眾的工具。對企業和 studio，它比較像 localization pipeline 的 speech generation layer。
商業使用要注意什麼？
AI dubbing 仍然需要人工審核，尤其是品牌和跨文化內容。
檢查重點包括：
- 翻譯是否符合語境。
- 是否保留原意而不是直譯。
- 專有名詞是否正確。
- 敏感議題是否符合當地文化。
- 聲音是否符合授權和肖像權。
- 字幕、配音和畫面是否同步。
- 是否需要 native speaker review。
如果內容會進廣告投放、課程銷售或公共傳播，建議保留專業翻譯和審稿流程。
延伸閱讀
如果你正在評估要不要註冊 ElevenLabs，先看 ElevenLabs 中文評測：免費版與商用授權。那篇整理中文自然度、方案、語音克隆和商用授權；這篇則只聚焦 Dubbing v2 的多語配音能力。
官方來源
結論
Dubbing v2 顯示 AI localization 正在從「翻譯文字」走向「轉移表演」。
這對全球內容分發很關鍵。未來創作者和品牌比較的不只是誰能最快做多語版本，而是誰能在多語版本中保留原本的情緒、節奏和信任感。