Doblaje con IA frente a locutor: qué compras realmente

La pregunta del dinero tiene una respuesta evidente, así que quitémosla de en medio y dediquemos el resto de la página a la pregunta que de verdad es difícil.

La locución profesional se cobra por proyecto, palabra o minuto grabado, y las tarifas publicadas en España sitúan un vídeo corporativo entre los 180 y los 360 EUR para piezas cortas de hasta cinco minutos, o entre 145 y 300 EUR para cursos de e-learning de hasta veinte minutos. Trata con escepticismo cualquier cifra única que veas, incluida esta: las guías discrepan entre sí y las tarifas reales varían según los derechos de explotación, el mercado, las revisiones y la duración de la licencia. Consulta directamente una tabla de tarifas actualizada en lugar de confiar en el número de una entrada de blog, incluida esta.

Nuestro doblaje cuesta entre 1,67 y 2,00 EUR por minuto, según el paquete.

Eso supone entre uno y dos órdenes de magnitud de diferencia. Lo que significa que el coste no es una comparación directa, sino una categoría de compra distinta, y cualquiera que te venda esto como "la IA es un 40 % más barata" te está vendiendo algo.

La pregunta útil es qué estabas comprando con ese dinero y si realmente lo necesitas.

Qué te da un locutor que esto no te da

Cinco cosas, y ninguna de ellas por nostalgia.

Dirección. Puedes decir "esa lectura suena demasiado alegre para una política de decesos" y obtener una toma diferente. No existe una instrucción equivalente en ninguna parte de un pipeline automatizado. El nuestro acepta un archivo y un idioma de destino, y esa es toda la interfaz.

Interpretación. Una persona lee el significado, no solo las palabras. Sabe qué frase lleva el peso en una oración, cuándo una pausa hace más que un adverbio y cuándo el guion falla y debería cambiarse.

Revisiones. Una frase que haya salido mal se puede volver a grabar. Con nosotros no se puede: el doblaje se ejecuta de forma automática de principio a fin y nada se edita a mano a posteriori, como explicamos claramente en nuestra página de ayuda. Una sola frase mala se queda mal o tienes que volver a procesar el archivo entero.

Responsabilidad. Hay alguien responsable de la locución. Para contenidos con exposición legal o regulatoria, contar con una persona en la cadena es a veces un requisito obligatorio, no una preferencia.

Criterio nativo. Un locutor que vive en el mercado de destino nota cuando una frase traducida es técnicamente correcta pero culturalmente errónea. Nada en un pipeline automatizado te va a decir que tu eslogan resulta desafortunado en portugués de Brasil.

Cuándo un profesional sigue siendo la opción correcta

Condiciones, no una clasificación.

Cualquier contenido crítico para la marca y de corta duración. Un anuncio de 60 segundos que se emitirá durante un año y escucharán cien mil personas. El coste por minuto es irrelevante a esa escala y el riesgo de una lectura mediocre es enorme.

Cualquier contenido con exposición legal. Información financiera regulada, información médica o instrucciones de seguridad. El coste de un énfasis sutilmente incorrecto no se mide en euros.

Cualquier contenido que se escuche repetidamente. La introducción de un curso que se reproduce al principio de doce módulos. Las pequeñas molestias irritan en la duodécima escucha de una forma que nunca lo hacen en la primera.

Cuando tu grabación de origen es difícil. Hablantes que se pisan al hablar, música de fondo muy alta o mala calidad de audio. Un pipeline automatizado empeora con una mala entrada, mientras que un profesional simplemente vuelve a interpretar el guion. Si tu material de origen es un desastre y no es posible volver a grabarlo, ese es un argumento a favor de un locutor humano y no de buscar mejores instrucciones.

Trabajo de caracterización o voz actoral. Cualquier pieza interpretada en lugar de simplemente narrada.

Cuándo la comparación es ficticia

Aquí está la parte que tanto la industria de la locución como la de la IA suelen saltarse: en muchos casos, la alternativa al doblaje con IA no es un locutor. Es no hacer nada.

Cuarenta horas de contenido lectivo a seis idiomas, con tarifas de locución profesional, es un proyecto con aprobación de presupuesto, un calendario de meses y un caso de negocio. La mayoría de las organizaciones con cuarenta horas de contenido jamás lo localizan, no porque hayan comparado opciones, sino porque la cifra cerró la conversación antes de empezar.

Lo mismo ocurre con un catálogo de 300 vídeos. Lo mismo con las comunicaciones internas. Lo mismo con un creador independiente que tiene audiencia en tres países.

En esos casos, la elección no es entre un buen doblaje y uno excelente. Es entre un doblaje aceptable y un contenido monolingüe, y la lectura honesta es que el doblaje con IA hizo posible un proyecto que de otro modo no habría existido.

Los costes que no están en ninguna de las dos tarifas

Dos cosas que cambian la comparación en cuanto miras más allá de la cifra por minuto.

Casting y coordinación. Contratar a un locutor conlleva unos costes indirectos que la tarifa no muestra: buscarlo, hacer audiciones, darle instrucciones, gestionar horarios, revisar el trabajo y repetir todo el proceso por cada idioma. Seis idiomas significan seis relaciones de este tipo o el margen de una agencia para evitarlas. Esa coordinación suele ser lo que frena los proyectos multilingües, mucho más que la propia factura.

Nuevas ejecuciones. Modifica tu contenido original y ambas vías volverán a costar dinero. Pero volver a procesar un doblaje lleva minutos y unos pocos créditos, mientras que volver a contratar a seis locutores es todo un proyecto. Si tu contenido cambia a menudo, esa asimetría pesa más que la tarifa inicial.

Por nuestra parte, la aritmética es exacta y conviene conocerla antes de comparar nada: minutos redondeados hacia arriba por archivo con un mínimo de un crédito, un trabajo por idioma, facturación según el audio medido y créditos que no caducan. En lo que cuesta realmente el doblaje con IA explicamos al detalle las reglas que mueven esa cifra.

Un modelo híbrido razonable

Plantear esto como una elección exclusiva es principalmente un artificio de marketing. Muchas empresas con sentido común dividen sus contenidos por niveles.

Voz humana para la parte superior del embudo: el anuncio, el vídeo de la página de inicio o la introducción del curso estrella. Doblaje automatizado para el contenido en profundidad: los 40 módulos tras la introducción, la biblioteca de soporte, el catálogo antiguo y el material interno.

Eso sitúa al profesional humano donde su criterio marca la diferencia y te da cobertura en todo lo demás, superando a cualquiera de los dos extremos con el mismo presupuesto.

Para planificar la parte automatizada, el doblaje de vídeos de marketing de español a alemán y de inglés a español son puntos de partida habituales, y el índice de casos de uso cubre los 32 idiomas que admitimos.

Preguntas frecuentes

¿Cuánto cuesta un locutor por minuto?

Las guías de tarifas publicadas en España suelen cotizar por proyecto (por ejemplo, entre 180 y 360 EUR para vídeos corporativos cortos de hasta 5 minutos), pero las tarifas varían enormemente según los derechos de explotación, el mercado y las condiciones de revisión. Consulta directamente una tabla de tarifas actualizada antes de guiarte por una cifra fija.

¿Es el doblaje con IA más barato que un locutor?

Entre uno y dos órdenes de magnitud más económico, lo que hace que la comparación directa de precios pase a un segundo plano. La pregunta útil es si necesitas dirección, interpretación, revisiones y responsabilidad profesional, ya que eso es lo que paga la tarifa más alta.

¿Cuándo debería utilizar a un locutor humano en su lugar?

En contenidos breves y críticos para la marca, cualquier pieza con exposición legal o regulatoria, materiales que el oyente escuchará repetidamente, interpretaciones de personajes o casos donde el audio original sea de tan mala calidad que el procesamiento automatizado no funcione bien.

¿Puedo pedir que se vuelva a grabar una frase si el doblaje con IA falla?

No. El doblaje se ejecuta de forma automática de principio a fin sin una fase de edición manual, por lo que una frase individual no se puede corregir a petición. Las opciones son volver a procesar el archivo completo o dar por bueno el resultado, que es precisamente la flexibilidad por la que se paga la tarifa de un locutor.