RESUM
Què va rebre el públic original
La resta de públics normalment n'han rebut menys: subtítols per llegir damunt la imatge, o la veu d'un desconegut amb una boca desincronitzada. L'obra era la mateixa. L'experiència, no.
Què vol dir «la mateixa»
EN UN DOBLATGE DE FAMILIAR
Les línies que es poden entendre de més d'una manera, un acudit o una pulla, tornen amb tres traduccions, cadascuna amb una intenció i una emoció diferents. Els directors creatius en trien una, mantenen l'argot tal com es va dir o suavitzen les paraulotes per a una versió per a un públic més jove, i editen qualsevol línia al costat de l'original abans que es renderitzi el doblatge. Cada decisió queda registrada en el treball, de manera que el capítol següent la segueix.
Cada llengua arriba com un vídeo acabat, fins a 4K, amb la mescla completa en so envoltant 5.1 real o en estèreo, en WAV PCM de 24 bits. Els subtítols arriben en .srt i .vtt a partir de la transcripció revisada, tallats segons les convencions de la Timed Text Style Guide de Netflix, amb el títol i la descripció traduïts i només la pista de veu per a la teva pròpia mescla (les preguntes freqüents).
Trenta llengües de sortida, 99 d'entrada
Les imatges poden arribar en 99 llengües d'origen. Els doblatges surten en 30, de qualsevol a qualsevol, en tres nivells de qualitat, de més a menys i en ordre alfabètic dins de cada nivell.
| Nivell | Llengües |
|---|---|
| Nivell 1 | Alemany, anglès, cantonès, coreà, espanyol (Amèrica Llatina), francès (França), indonesi, italià, japonès, mandarí, portuguès (Brasil), rus, tai i vietnamita |
| Nivell 2 | Búlgar, català, croat, eslovac, grec, lituà, neerlandès, noruec i suec |
| Nivell 3 | Àrab, belarús, danès, kazakh, letó, serbi i ucraïnès |
La taula completa, amb els codis, és a la documentació de les llengües.
Per què la major part del món no va tenir mai un doblatge
Una gran interpretació en una llengua es quedava en una llengua.
MLDM per a la feina feixuga.
La part feixuga del doblatge és decidir quina veu i com segueixen els llavis, a cada línia i en cada llengua. Ho decideix un nou paradigma, el primer del seu gènere: un model multimodal de decisió de localització (MLDM), el primer model fundacional de traducció multimodal. Avui les seves decisions de traducció estan obertes al teu equip; triar quins sons es mantenen en la llengua original, quina cara parla i quin text de la imatge cal traduir està en preparació. Les decisions que fan bo un doblatge, quin acudit funciona, quin to escau, quin nom es manté, continuen en mans de les persones que han fet l'obra.
Totes les dades amb què hem entrenat el model les ha generat el mateix equip de Familiar.
Tots els públics
Quan la mateixa interpretació pot arribar a tots els públics, la pregunta ja no és quines llengües es pot permetre una producció, sinó a quins públics vol arribar.
Un drama vertical, una classe o un llargmetratge es poden estrenar en 30 llengües amb l'actor, que continua sent l'actor.
Som una eina més del procés creatiu.
PREGUNTES
Totes les llengües tenen la mateixa qualitat?
Les 30 llengües de sortida porten la veu, la sincronització labial i el so de l'escena. S'agrupen en tres nivells de qualitat, de més a menys.
En totes les llengües continua sent la veu de l'actor?
Sí. La veu de cada llengua és la de l'actor, presa del mateix clip, amb el mateix ritme i la mateixa dicció.
Qui decideix com es tradueix una línia?
El teu equip. Les línies que es poden entendre de més d'una manera tornen amb tres opcions; els directors creatius en trien una i poden editar qualsevol línia abans que es renderitzi el doblatge.
REFERÈNCIES
- [1]Netflix, Timed Text Style Guide: Subtitle Templates, consultat el 30 d'octubre de 2026
- [2]Preguntes freqüents de Familiar: llengües, què conserva un doblatge, els fitxers que tornen
- [3]Documentació de Familiar: llengües compatibles i nivells de qualitat
- [4]Per què Familiar no és IA generativa tradicional
- [5]Traduir no és generar
- [6]Una eina més del procés creatiu
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