Perché la voce tradotta sembra robotica, troppo veloce o non sembra la tua

Questo articolo riguarda il doppiaggio in Traduci audio, con una sezione a parte per Traduci video. Tutte le opzioni di doppiaggio si modificano nelle impostazioni: tocca l'icona delle impostazioni (i cursori) nell'angolo in alto a destra e apri la scheda Doppiaggio.

Controllo rapido: problema, causa, soluzione

La maggior parte delle segnalazioni è dovuta a due motivi: la traduzione è stata letta da una voce standard oppure la voce legge il testo tradotto al proprio ritmo senza seguire l'originale.

Se la voce sembra robotica o piatta

Un suono robotico indica di solito che la traduzione è stata letta da una voce standard di ElevenLabs o OpenAI. Queste voci sono uguali per tutti e non imitano chi parla. La voce di OpenAI è neutra per impostazione predefinita.

• Apri la scheda Doppiaggio e scegli un'opzione sotto Con clonazione: MiniMax (l'app la descrive come la più precisa per timbro ed emozione) o Qwen 3. Poi tocca di nuovo riproduci.

• Per il risultato più naturale scegli ElevenLabs Dubbing v2. Doppia direttamente la registrazione originale, mantenendone ritmo e timbro. Costa 4.4 gettoni al secondo, quindi un messaggio di un minuto costa circa 264 gettoni.

• Anche un clone creato da una registrazione con musica, rumori di strada o più voci risulterà poco naturale. Usa una registrazione in cui una sola persona parla chiaramente nel primo minuto.

Se la traduzione è troppo veloce o troppo lenta

Il doppiaggio legge il testo tradotto al ritmo proprio della voce. Non allunga né accorcia il parlato per farlo coincidere con la durata dell'originale, quindi una traduzione può terminare prima o dopo l'originale.

• MiniMax: nel blocco MiniMax apri Impostazioni e imposta Velocità sotto 1.0x. L'intervallo va da 0.5x a 2.0x.

• Qwen 3: scegli Lento in Stile vocale. Lo stile vocale funziona solo con Clona da file, non con una voce salvata.

• Le voci standard di ElevenLabs e OpenAI non hanno una regolazione della velocità in Traduci audio.

• Per seguire il ritmo dell'originale, scegli ElevenLabs Dubbing v2.

Dopo aver modificato la velocità o lo stile, tocca di nuovo riproduci. Con MiniMax la ripetizione del doppiaggio dello stesso risultato non scala nuovamente i 180 gettoni per la clonazione.

Se la voce non sembra la tua o quella di chi parla

Clona da file copia la voce di chiunque parli nella registrazione. Se il risultato non somiglia a quella persona, verifica queste cause nell'ordine.

1. È stata usata una voce standard. Questo accade se hai scelto Usa voce AI nella finestra di dialogo Clona voce? (con Non chiedere più l'app continua a farlo), se hai scelto ElevenLabs o OpenAI nelle impostazioni o se hai selezionato una lingua non supportata da alcuna opzione di clonazione. Scegli MiniMax o Qwen 3 nella scheda Doppiaggio.

2. La registrazione era troppo breve: Qwen 3 richiede almeno 3 secondi, MiniMax almeno 10. In questo caso l'app usa una voce standard e mostra «Audio troppo breve per clonare la voce, è stata usata una voce standard».

3. La clonazione non è riuscita e l'app ha mostrato «La clonazione vocale non è al momento disponibile. È stata usata una voce standard.» Tocca di nuovo riproduci più tardi oppure scegli MiniMax.

4. È stata selezionata una voce salvata invece della registrazione. Se La mia voce MiniMax o La mia voce Qwen è attiva, la traduzione viene letta da quella voce salvata. Seleziona Clona da file.

5. I primi 60 secondi sono rumorosi. MiniMax e Qwen 3 campionano la voce solo dal primo minuto del file. La presenza di musica, di un'altra persona o di rumori forti di fondo in quella parte riduce la somiglianza del clone.

Se vuoi applicare la tua voce al messaggio di qualcun altro, ad esempio per rispondere, salva la tua voce una volta in Impostazioni → Le mie voci e selezionala come La mia voce MiniMax o La mia voce Qwen. I suggerimenti per ottenere un buon campione sono disponibili in Consigli per la migliore qualità di clonazione vocale.

Se l'accento o il dialetto sono errati

Traduci audio non consente di impostare un accento o una variante regionale. L'elenco delle lingue include una sola voce per lingua: portoghese senza possibilità di scegliere Brasile o Portogallo, inglese senza opzione USA o Regno Unito.

• Un clone mantiene il timbro di chi parla e spesso anche il suo accento nativo. Una persona madrelingua inglese di solito suonerà come uno straniero parlando portoghese, anche con una traduzione corretta.

• La voce standard è la stessa voce fissa per ogni lingua e non puoi sceglierne un'altra in Traduci audio.

Cosa puoi fare:

• Copia la traduzione, apri Sintesi vocale e scegli una voce ElevenLabs usando i filtri per lingua e accento. La voce apparterrà a qualcun altro, ma avrà la pronuncia desiderata.

• Per un video, usa Traduci video: il suo elenco delle lingue include varianti regionali come portoghese (Brasile) e inglese (Stati Uniti).

Se mancano le emozioni

MiniMax e Qwen 3 copiano il timbro della voce ma doppiano il testo tradotto, quindi l'intonazione di ciascuna frase non viene ripresa dall'originale. È il modello a sceglierla in base al testo, a meno che non la imposti tu.

• MiniMax: imposta Emozione su Felice, Triste, Arrabbiato, Spaventato, Sorpreso, Calmo o Disgustato. L'emozione scelta si applica all'intera traduzione. Auto (consigliato) lascia decidere al modello.

• Qwen 3: Stile vocale Calmo, Energico, Amichevole, Morbido o Professionale.

• ElevenLabs Dubbing v2 si basa sulla registrazione originale e resta il più fedele possibile al modo di esprimersi originale.

Se due persone parlano con la stessa voce

In Traduci audio, ogni opzione a eccezione di Dubbing v2 legge l'intera traduzione con un'unica voce. MiniMax e Qwen 3 creano un solo clone dall'inizio del file, quindi in una conversazione entrambe le persone avranno la stessa voce, ricavata dal primo minuto della registrazione.

Per assegnare a ciascun interlocutore la propria voce, scegli ElevenLabs Dubbing v2. Riconosce chi parla e clona ciascuna voce separatamente.

Se le pause non vengono mantenute

MiniMax, Qwen 3 e le voci standard leggono la traduzione come un unico testo continuo, quindi le pause prolungate dell'originale vanno perse. Traduci audio non include un'impostazione per mantenerle. ElevenLabs Dubbing v2 ridoppia seguendo la sequenza temporale originale e ne preserva le tempistiche.

In Traduci video

Traduci video ha impostazioni dedicate: tocca l'icona delle impostazioni nell'angolo in alto a destra di Traduci video prima di iniziare.

• Una persona è stata doppiata con due voci diverse, ad esempio maschile e femminile. Con HeyGen e Numero di interlocutori impostato su Auto, HeyGen stabilisce autonomamente quante persone parlano e potrebbe rilevarne due. Imposta Numero di interlocutori su 1 e traduci di nuovo.

• La voce sembra robotica o distante dall'originale: con HeyGen attiva Clonazione migliorata (costo raddoppiato), oppure scegli ElevenLabs, che clona ciascun interlocutore e ne rispetta i tempi. Se l'originale ha dei rumori, attiva Migliora qualità audio.

• Dialetto non corretto: scegli la variante regionale nell'elenco delle lingue, ad esempio portoghese (Brasile).

Tutte le opzioni di Traduci video sono descritte in Come funziona Traduci video.

Quando contattare l'assistenza

Se nessuna di queste indicazioni ha risolto il problema, tocca Non sei soddisfatto del risultato? nel riquadro Feedback sotto il risultato e descrivi cosa riscontri. Il modulo allega l'attività, permettendo all'assistenza di ascoltare la stessa registrazione. Il modulo generale si trova su vocalingo.app/support.