Por qué el doblaje en tiempo real va unos segundos atrás
En esta página
Después de un minuto de doblaje en tiempo real, casi todo el mundo pregunta lo mismo: ¿por qué la voz va atrás? Los subtítulos se quedan cerca de quien habla. La voz traducida llega unos segundos después.
Hay dos causas, y ninguna es una computadora lenta. La voz tiene que oír una frase antes de poder decirla. Y una frase traducida suele tardar más en pronunciarse que la original. La primera marca un mínimo del que no se baja. La segunda decide si unos segundos se quedan en unos segundos.
Tiene que oír antes de poder hablar
Nadie puede traducir una oración que todavía no oyó. Los intérpretes humanos trabajan con la misma regla. La investigación de interpretación tiene un nombre para la distancia entre oír y hablar, el intervalo oído-voz, y los promedios que se reportan para intérpretes simultáneos profesionales van de dos a cinco segundos, según una revisión de 2025 de esa investigación. Son personas con años de entrenamiento, en una cabina, escuchando a una sola persona.
Algunos idiomas alargan la espera, porque las palabras que cargan el sentido llegan al final. El alemán pone el verbo principal al final de muchas oraciones. El japonés y el coreano lo ponen último, por regla.
- Ich habe den VertragTengo el contrato.Suena a frase completa. No lo es.
- Ich habe den Vertrag gesternAyer … el contratoSigue sin verbo
- Ich habe den Vertrag gestern nichtNo … el contrato ayerUn no, ¿pero de qué?
- Ich habe den Vertrag gestern nicht unterschrieben.Ayer no firmé el contrato.Ahora sí se puede decir
Así que la voz espera a que la frase esté lo bastante completa para decirla, la traduce y empieza a hablar. No se queda esperando el final de una oración larga si hay un corte natural antes. Pero no puede empezar antes de que esté el sentido. Una voz que adivina y se equivoca es peor que una que llega un poco tarde.
Los subtítulos salen con ventaja. Un subtítulo puede aparecer en cuanto la frase está traducida; la voz todavía tiene que pronunciarse, a un ritmo que se pueda seguir. Cuando necesitas quedarte lo más cerca posible de quien habla, sigue los subtítulos y deja que la voz lleve el resto.
Cómo unos segundos se vuelven más
La segunda causa es más fácil de pasar por alto. Una oración traducida suele ser más larga que la original. Del inglés al español, al francés, al italiano o al portugués, se alarga. Al español, más que a los demás. Quien escucha en español ya lo siente. Quien habla puede pausar entre oraciones. La voz, muchas veces, no.
A ritmo natural, la voz todavía está terminando una línea cuando quien habla ya va a mitad de la siguiente. La línea siguiente ya está traducida y lista, y espera su turno. Cada línea empieza un poco más tarde que la anterior, y a lo largo de una clase el desfase no para de crecer.
Diagrama. Alguien dice seis frases y la voz traducida dice cada una después. Con el ajuste automático apagado, cada frase traducida empieza un poco más tarde que la anterior, así que cuando la persona se calla la voz todavía va varias frases atrás. Con el ajuste encendido, las frases que se atrasan se dicen más rápido y la voz se queda a poca distancia. Si se habla rápido y la traducción es larga, incluso la voz más rápida se sigue atrasando.
Ahí está la decisión de verdad, y ninguna de las opciones es gratis.
Elige dos
Una voz traducida en vivo puede quedarse cerca de quien habla, hablar a ritmo natural y decir cada frase. Cuando la traducción se alarga, no puede hacer las tres.
| Lo que conservas | Lo que cuesta | En DubTab |
|---|---|---|
| Cerca de quien habla, cada frase | La voz habla más rápido cuando se queda atrás | Ajuste automático encendido (el predeterminado) |
| Ritmo natural, cada frase | La voz se queda cada vez más atrás en una sesión larga | Ajuste automático apagado |
| Cerca de quien habla, ritmo natural | Se recorta o se resume parte de lo dicho | No se ofrece |
Los intérpretes humanos suelen tomar la tercera fila. Generalizan y dejan fuera lo que no es crucial, y la misma revisión señala que la investigación de interpretación trata esos compromisos como preferibles a un habla demasiado rápida. Eso es un juicio que hace una persona en el momento, sobre un discurso que entiende.
No dejamos que el software lo haga por ti. En una clase o un curso, la línea que suena prescindible a veces es la que necesitabas. Por eso DubTab pronuncia cada frase traducida en los dos ajustes, y la elección es entre una voz más rápida y una voz más tarde.
Qué hace el ajuste automático
El ajuste automático acelera la voz traducida solo cuando ya se quedó atrás. La primera línea suena a ritmo natural, y la voz vuelve a aflojar cuando se pone al día. El video y el audio original no se aceleran nunca; van a velocidad normal.
Lo oyes más o menos según el idioma al que estás doblando. Al inglés, tiene relativamente poco que hacer. A idiomas cuya traducción se alarga —y el español es el que más se estira—, la voz pasa buena parte del tiempo un poco más rápida. Eso se oye. Preferimos decirlo aquí a que lo descubras por tu cuenta.
A veces no alcanza. Alguien que habla rápido, con una traducción que se alarga, puede adelantar incluso a la voz más rápida. El desfase vuelve a crecer, más despacio, y se encoge cuando quien habla pausa. Esa es la fila de abajo del diagrama de arriba.
Cuando pasa eso:
- Lee los subtítulos cuando el momento importa. Se quedan cerca de quien habla de cualquier modo.
- Apaga el ajuste automático si la voz más rápida te molesta más que el retraso. Cada frase sigue sonando, a ritmo natural, más atrás.
- Busca el ajuste en el artículo de ayuda sobre el retraso del doblaje. En la extensión el interruptor se llama Aceleración automática. En la aplicación de escritorio el nombre es otro.
Sin retraso significa que se hizo de antemano
Un doblaje en tiempo real sin retraso no existe. Un doblaje que encaja perfecto con la imagen se hizo de antemano, a partir de la grabación completa, como la pista que YouTube puede generar cuando se sube un video. Eso es otro producto, y ya escribimos sobre la diferencia. Cuando hay un doblaje oficial en tu idioma, úsalo.
Todo lo demás — un stream en vivo, un curso, una llamada — hay que oírlo primero. Lo que controlamos es lo que pasa después: que unos segundos no se vuelvan un minuto, ser honestos cuando no se puede, y no decidir por ti cuáles de las palabras de quien habla no necesitabas.