СРАВНИТЕЛЕН БЕНЧМАРК

Familiar срещу ElevenLabs Dubbing: две сдвоени изследвания

FAMILIAR ИЗСЛЕДВАНИЯОБНОВЕНО ВСИЧКИ СТАТИИ
ПРОЧЕТЕТЕ НАEnglishEspañolPortuguês中文日本語한국어FrançaisDeutschالعربيةBahasa IndonesiaРусскийItalianoTiếng ViệtไทยNederlandsΕλληνικάУкраїнська粵語NorskCatalàHrvatskiLietuviųSlovenčinaSvenskaБългарскиСрпскиБеларускаяDanskҚазақшаLatviešu

РЕЗЮМЕ

На същите клипове гласът на Familiar е с 27.8% по-близък до истинския говорещ спрямо ElevenLabs Dubbing v1, по-близък на всички 11 езика (418 сдвоени резултата, 5 август 2026). Срещу ElevenLabs Dubbing v2 (Alpha) ElevenLabs имаше с 270% повече грешки във фоновия звук (смехът, музиката, атмосферата), а Familiar направи с 54.7% по-малко важни грешки в изговорения превод (29 срещу 64; 111 сдвоени резултата на мандарин, испански и японски). Familiar води и при вокалните събития в двете изследвания, а в изследването на Dubbing v1 и при прогнозираната естественост. Пълни данни и примери за слушане: пълният бенчмарк срещу ElevenLabs.

Метод

DUBBING V1 · СДВОЕНИ РЕЗУЛТАТИ

418

38 клипа, 11 езика

DUBBING V2 (ALPHA) · СДВОЕНИ РЕЗУЛТАТИ

111

Мандарин, испански, японски

ДАТА НА ИЗСЛЕДВАНЕТО

5 август 2026

И двете изследвания

ИЗХОДНИ КЛИПОВЕ

38

На английски, всеки с еднаква тежест

  1. 01

    Сдвоени и тип „черна кутия“

    Един и същ изходен клип на английски и един и същ целеви език минаха през всяка система; оценяваше се само готовото аудио.
  2. 02

    Преглед на смисъла

    Всеки дублаж беше транскрибиран с времеви маркери за всяка дума и прегледан спрямо един и същ одобрен целеви смисъл.
  3. 03

    Акустични измервания

    Сравняват дублажа с изходната сцена: звуковия фон, обвивката на вокалните събития и времето на транзиентите.
  4. 04

    Статистика

    Изходните клипове са с еднаква тежест, 95% интервали се получават чрез преизвадка на изходните клипове, а двете извадки никога не се смесват.

Резултатът на Familiar носи и лицето с липсинк; всяко измерване по-долу е аудио срещу аудио.

Резултати: ElevenLabs Dubbing v2 (Alpha) (най-новият им продукт)

111 СДВОЕНИ РЕЗУЛТАТА С ГОТОВО АУДИОМАНДАРИНИСПАНСКИЯПОНСКИ
FIG. 01 · ВАЖНИ ГРЕШКИ В ПРЕВОДА · DUBBING V2 (ALPHA) · FAMILIAR С 54.7% ПО-МАЛКО · 111 СДВОЕНИ ДУБЛАЖА
ELEVENLABS64
FAMILIAR29
FIG. 02 · ГОТОВИ ДУБЛАЖИ С ПОНЕ ЕДИН ВАЖЕН ПРОБЛЕМ СЪС СМИСЪЛА · DUBBING V2 (ALPHA) · ELEVENLABS +56.5%
ELEVENLABS36/111
FAMILIAR23/111
270%

ElevenLabs имаше с 270% повече грешки във фоновия звук: смехът, музиката, атмосферата.

11.92 СРЕЩУ 3.22 dB MAE
+221%

ElevenLabs имаше с 221% повече грешки в силата на смеха и реакциите.

3.32 СРЕЩУ 1.04 dB · 18 КЛИПА / 54 СРАВНЕНИЯ
+28.2%

Корелация на формата на смеха и реакциите при Familiar: 0.960 срещу 0.749. Сдвоеният 95% интервал не включва нулата.

Резултати: ElevenLabs Dubbing v1 (стабилният продукт)

418 ОПИТА КЛИП-ЕЗИК38 КЛИПА11 ЕЗИКАДВЕТЕ СИСТЕМИ ЗАВЪРШИХА ВСЕКИ ОПИТ
FIG. 03 · СХОДСТВО С ГОВОРЕЩИЯ · DUBBING V1 · FAMILIAR +27.8% · ВСИЧКИ 11 ЕЗИКА В ПОЛЗА НА FAMILIAR
FAMILIAR0.4605
ELEVENLABS0.3604
FIG. 04 · СПЕКТРАЛНА ГРЕШКА ВЪВ ФОНА · DUBBING V1 · dB, ПО-НИСКО Е ПО-ДОБРЕ · ПРОВЕРЕНИ ОБЛАСТИ ОТ СЦЕНАТА
ELEVENLABS12.27 dB
FAMILIAR3.40 dB
+95.5%

ElevenLabs имаше с 95.5% повече отбелязани при прегледа грешки в изговорения резултат.

258 СРЕЩУ 132
+243.7%

Корелация на формата на смеха и реакциите при Familiar: 0.759 срещу 0.221, в проверените области със събития.

+10.2%

Прогнозирана естественост в полза на Familiar.

2.51 СРЕЩУ 2.28 · ПРОУЧВАТЕЛНО
DUBBING V2 (ALPHA)
ИЗМЕРЕНИЕТООбхват
РЕЗУЛТАТЪТFamiliar обработи 38/38 изходни клипа; Dubbing v2 (Alpha) отхвърли клипа от 10.94 секунди заради минимума си от 11 секунди (37/38).
DUBBING V2 (ALPHA)
ИЗМЕРЕНИЕТОСходство с говорещия
РЕЗУЛТАТЪТНеубедително при този размер на извадката; точкова оценка +3.5% за Familiar, а сдвоеният интервал минава през нулата.
DUBBING V1
ИЗМЕРЕНИЕТОВреме на транзиентите (звукови ефекти и ритъм)
РЕЗУЛТАТЪТСъщо в полза на Familiar: F1 0.947 срещу 0.762.
ElevenLabsElevenLabsElevenLabsTHEIR DOCS, READ OCTOBER 30, 2026

Editing the translation means their old model.

On ElevenLabs' current Dubbing v2, in alpha, editing the translation and regenerating the audio through the API is for their Enterprise plans only. Their full editor, Dubbing Studio, is "only available via the v1 model" and "in maintenance mode", in their words. Dubbing v1 is the model our 418-pair study measured, and its output is mono.

+27.8%

FAMILIAR CLOSER TO THE REAL SPEAKER · ALL 11 LANGUAGES

261%

ELEVENLABS MORE BACKGROUND ERROR · THE MUSIC, THE AMBIENCE

+243.7%

FAMILIAR ON LAUGHTER AND REACTION SHAPE

ELEVENLABS DUBBING V1 · 418 PAIRED OUTPUTS · 11 LANGUAGES · AUGUST 5, 2026Read the study Their docs

Ограничения в работния процес, на които попаднахме

ELEVENLABS DUBBING3 ОГРАНИЧЕНИЯ НА ПРОДУКТАНАБЛЮДАВАНИ НА 5 АВГУСТ 2026
11 с

Минимална дължина на клипа. Клипът от 10.94 секунди в нашия набор изобщо не можа да се дублира.

20

Елемента в пакет. Четири видеа на шест езика са вече 24 резултата, повече, отколкото побира един пакет.

30

Едновременни заявки. Десет видеа на десет езика са 100 заявки: поне четири вълни от пакети и чакане.

  • Familiar приема клипове с всякаква дължина; едно качване стига до всеки избран език.

Цена

ВСИЧКО ВКЛЮЧЕНО

Един рендер на Familiar, на готова минута за всеки целеви език: преводът, собственият глас на говорещия, звукът на сцената и липсинкът, до 4K, с истински 5.1 или стерео микс.

ДОСТЪП ПО ДОГОВОР STUDIO
$3

ElevenLabs Dubbing, на дублирана минута за всеки целеви език. Само аудио.

ЦЕНА ПРИ ПОРЪЧКА · 5 АВГУСТ 2026
За $3 получавате само аудио. За да стигнете до един рендер на Familiar, пак трябва да добавите липсинк: най-добрият самостоятелен инструмент, Sync.so, струва $8 на минута, общо $11, и пак без 5.1 микс. Собствената документация на ElevenLabs: дублажите са „най-много стерео… 5.1 и другото многоканално аудио не се запазва“. За мащаб: пълният човешки дублаж, превод плюс озвучаване, излиза от $70 до $150 на готова минута; на тази цена той е неизползваем за по-голямата част от света.
Ограниченията на продукта и цените са наблюдавани на 5 август 2026 и може да се променят.

Пълното изследване на цените, с източници: Колко струва дублажът през 2026 г.?

Текстът на превода срещу професионални преводачи

Отделно изследване от август 2026 г. сравни производствения превод на Familiar с експертни професионални преводачи, оценени на сляпо спрямо експертни референтни редакции.

На френски, китайски, хинди и индонезийски Familiar е равностоен на първата им версия.

FIG. 05 · КАЧЕСТВО НА ПРЕВОДА СРЕЩУ ПЪРВАТА ВЕРСИЯ НА ЕКСПЕРТЕН ПРОФЕСИОНАЛИСТ · СЛЯПА ОЦЕНКА · АВГУСТ 2026
ФРЕНСКИ100.0%
КИТАЙСКИ98.2%
ХИНДИ103.3%
ИНДОНЕЗИЙСКИ99.6%
ПУНКТИРНАТА ЛИНИЯ = ПЪРВАТА ВЕРСИЯ НА ПРОФЕСИОНАЛИСТ (100%)
100.3%

Средно от качеството на превода в първата версия на професионалист.

ФРЕНСКИ, КИТАЙСКИ, ХИНДИ, ИНДОНЕЗИЙСКИ (ПЪРВА ВЕРСИЯ НА ЕКСПЕРТНИ ПРОФЕСИОНАЛНИ ПРЕВОДАЧИ)

Ограничения

Прегледът на смисъла е подпомогнат от модел и еднократен; независимият двоен преглед от носители на езика предстои. Сходството с говорещия и естествеността при Dubbing v2 (Alpha): неубедителни при този размер на извадката; никога не се смесват с резултата за v1. Подбрани клипове от реалния свят, а не вероятностна извадка от цялото видео.

ИЗТОЧНИЦИ

  1. [1]Бенчмарк Familiar срещу ElevenLabs: пълни резултати, интервали и примери за слушане
  2. [2]AI срещу човешки превод: тест спрямо професионалисти (пълното изследване на превода)
  3. [3]Документация на ElevenLabs Dubbing (цени според продължителността на източника и броя езици)
  4. [4]Помощен център на ElevenLabs: кои файлови формати поддържа Dubbing (аудио най-много стерео; 5.1 не се запазва)

Мултимодален превод

Familiar Labs създава дублаж от ново поколение с мултимодален модел за вземане на решения при локализация (MLDM), първия фундаментален модел за мултимодален превод: един модел решава какво да се локализира в текста, звука и картината и ви показва вариантите. Вашият глас и устни, пренесени на нови езици. Екип от 8 души с PhD, с подкрепата на Samsung, RedBird и Gold House. Нашата мисия

Вижте пълния бенчмарк →Свържете се с екипа