EXPLICACIÓ

Aprenentatge automàtic vs IA generativa: una guia clara per als estudis

FAMILIAR RECERCAACTUALITZAT TOTS ELS ARTICLES
LLEGEIX-HO ENEnglishEspañolPortuguês中文日本語한국어FrançaisDeutschالعربيةBahasa IndonesiaРусскийItalianoTiếng ViệtไทยNederlandsΕλληνικάУкраїнська粵語NorskCatalàHrvatskiLietuviųSlovenčinaSvenskaБългарскиСрпскиБеларускаяDanskҚазақшаLatviešu

RESUM

No és «IA generativa», sinó traducció al servei dels creadors. Aquesta guia posa l'aprenentatge automàtic i la IA generativa l'un al costat de l'altra, en paraules planeres, i després recull sis preguntes que un estudi, un distribuïdor o una plataforma pot fer a qualsevol proveïdor d'IA, amb la resposta de Familiar a cadascuna.

Dos termes, en paraules planeres

Aprenentatge automàticEL CAMP AMPLI

L'aprenentatge automàtic és el camp ampli. IBM el descriu com a algorismes que aprenen els patrons de les dades d'entrenament i després fan inferències precises sobre dades noves.

IA GENERATIVA

  • La IA generativa és un dels usos de l'aprenentatge automàtic. IBM la defineix com la intel·ligència artificial que pot crear contingut original, com ara text, imatges, vídeo, àudio o codi de programari, en resposta al prompt o a la petició d'un usuari.
  • És una bona eina per fer coses noves: un fotograma conceptual, un primer esborrany, l'esbós d'una cançó.

TRADUCCIÓ AMB FAMILIAR

  • La traducció demana una altra cosa.
  • L'obra ja existeix, i Familiar la porta intacta a una altra llengua amb un nou paradigma, el primer del seu gènere: un model multimodal de decisió de localització (MLDM), el primer model fundacional de traducció multimodal.
EL PRIMER MODEL FUNDACIONAL DE TRADUCCIÓ MULTIMODAL
IA GENERATIVA VS TRADUCCIÓ
IA generativaTraducció amb Familiar
EntradaUn promptEl teu vídeo acabat
Què és nouEl contingut mateixLes paraules en una altra llengua, i la veu i la boca que les porten
La imatge de quiDe qui descrigui el promptDe l'actor de la pantalla, amb consentiment
RevisióDepèn de l'einaEls teus directors creatius, línia per línia, abans de la renderització
SortidaText, imatges, vídeo, àudio o codi nousLa mateixa interpretació, fins a 4K, en 5.1 real o estèreo

Sis preguntes per a qualsevol proveïdor

HI HA UN PROMPT?
LA RESPOSTA DE FAMILIARNo. Hi entra el teu vídeo i en surt el mateix vídeo en una altra llengua.
S'INVENTA ALGUNA COSA?
LA RESPOSTA DE FAMILIARNo. Les paraules són una traducció del que es va dir, i no s'inventa res de nou. L'escena es manté tal com era: les rialles, la música, l'ambient.
DE QUI SÓN LA VEU I LA CARA DEL RESULTAT, I AMB EL CONSENTIMENT DE QUI?
LA RESPOSTA DE FAMILIARDe l'actor. La veu surt del mateix clip, i la cara de la pantalla és la de l'actor, interpretant en la nova llengua. Familiar només tradueix persones amb el seu consentiment.
AMB QUINES DADES S'HA ENTRENAT EL MODEL?
LA RESPOSTA DE FAMILIARTotes les dades amb què hem entrenat el model les ha generat el mateix equip de Familiar.
HeyGenHeyGenElevenLabsElevenLabsHeyGen + ElevenLabsONE-SHOT TOOLS · NO CONTROL

One shot today means giving up the rest.

The one-shot tools today give up the rest: the translation cannot be edited, the music and the room drop out, the voice drifts, and the lips fail on a hand over the face, a microphone, blur, bokeh, a side view or several people in frame. No spatial reasoning, no understanding of the world, no control. ElevenLabs' current Dubbing v2 edits only through an Enterprise API, and its full editor is the older model, in maintenance mode; HeyGen stitches a lip-sync over a dub like that, and the lip-sync breaks on the ordinary shots of any episode. Familiar is one shot and the quality: translation first, reviewed; then the voice, the lips and the scene together, through the hard shots.

54.7%

FEWER TRANSLATION ERRORS · FAMILIAR VS ELEVENLABS DUBBING V2

270%

ELEVENLABS MORE BACKGROUND-SOUND ERROR · THE LAUGHTER, THE MUSIC, THE AMBIENCE

+27.8%

FAMILIAR CLOSER TO THE REAL SPEAKER

FAMILIAR · ONE SHOT AND THE QUALITYFamiliar vs Flawless TrueSync The ElevenLabs study The demos

Qui revisa abans de la publicació?

Els teus directors creatius. Una línia que es pot entendre de més d'una manera, un acudit o una pulla, torna amb tres traduccions, cadascuna amb una intenció i una emoció diferents; en trien una, editen qualsevol línia al costat de l'original i només llavors llancen el doblatge. Una llista «No traduir» manté els noms i les frases característiques exactament tal com es van dir.

Quins fitxers tornen?

Cada llengua arriba com un vídeo acabat fins a 4K, amb la mescla completa en so envoltant 5.1 real o en estèreo, a triar, en WAV PCM de 24 bits. A més: subtítols en .srt i .vtt a partir de la transcripció revisada, tallats segons les convencions de la Timed Text Style Guide de Netflix, el títol i la descripció traduïts, i només la pista de veu per a la teva pròpia mescla.

MLDM per a la feina feixuga.

La part feixuga del doblatge és cada línia en cada llengua: quina versió, quina veu, com segueixen els llavis. Avui, la via d'alta qualitat fa aquesta part a mà: una eina assistida, un equip d'artistes de VFX i setmanes per projecte, i cada llengua és un projecte nou. Les eines d'una sola passada que hi ha avui se la salten i renuncien a la resta: la traducció no es pot editar, la música i el so de la sala desapareixen, i els llavis fallen amb una mà davant de la cara, un micròfon o un pla de perfil. Familiar és d'una sola passada i té la qualitat. L'MLDM decideix aquesta part i registra cada decisió en el treball, on el teu equip la pot modificar. Avui això abasta les decisions de traducció: l'acudit, l'argot tal com es va dir, les paraulotes suavitzades per a una versió per a un públic més jove. Triar quins sons es mantenen en la llengua original, quina cara parla i quin text de la imatge cal traduir està en preparació. El càsting, la interpretació i totes les decisions creatives continuen en mans de les persones que han fet l'obra.

Som una eina més del procés creatiu.

PREGUNTES

Familiar és IA generativa?

No. Familiar és un model multimodal de decisió de localització (MLDM): decideix com localitzar el que ja hi ha, sense cap prompt. Hi entra el teu vídeo i en surt la mateixa interpretació en una altra llengua.

El nostre equip creatiu pot canviar una línia abans que es renderitzi?

Sí. Cada línia traduïda espera els teus directors creatius, que la poden editar al costat de l'original o triar entre tres traduccions quan una línia es pot entendre de més d'una manera. El doblatge només es renderitza després.

Quines llengües cobreix Familiar?

Els doblatges surten en 30 llengües, de qualsevol a qualsevol. Les imatges poden arribar en 99 llengües d'origen.

REFERÈNCIES

  1. [1]Netflix, Timed Text Style Guide: Subtitle Templates, consultat el 30 d'octubre de 2026
  2. [2]IBM, What is machine learning?, consultat el 24 d'octubre de 2026
  3. [3]IBM, What is generative AI?, consultat el 24 d'octubre de 2026
  4. [4]Per què Familiar no és IA generativa tradicional
  5. [5]Documentació de l'API: transcripció i revisió

Traducció multimodal

Familiar Labs fa un doblatge d'una altra generació amb un model multimodal de decisió de localització (MLDM), el primer model fundacional de traducció multimodal: un sol model decideix què cal localitzar en el text, l'àudio i la imatge, i et mostra les opcions. La teva veu i els teus llavis, portats a llengües noves. Un equip de 8 persones amb doctorats, amb el suport de Samsung, RedBird i Gold House. La nostra missió

Mira el benchmark complet →Parla amb l'equip