ARBEJDSGANG

Endnu et værktøj i den kreative proces

FAMILIAR FORSKNINGOPDATERET ALLE ARTIKLER
LÆS ARTIKLEN PÅEnglishEspañolPortuguês中文日本語한국어FrançaisDeutschالعربيةBahasa IndonesiaРусскийItalianoTiếng ViệtไทยNederlandsΕλληνικάУкраїнська粵語NorskCatalàHrvatskiLietuviųSlovenčinaSvenskaБългарскиСрпскиБеларускаяDanskҚазақшаLatviešu

RESUMÉ

En dub er hundrede små kreative valg: hvilke navne der bliver, som de blev sagt, hvordan en joke lander på japansk, om en stikpille læses tør eller legesyg. Familiar er en multimodal beslutningsmodel til lokalisering (MLDM), den første grundmodel til multimodal oversættelse, et nyt paradigme og det første af sin slags. Den lader hvert eneste af de valg blive hos jeres team og tager det gentagne arbejde omkring dem: at oversætte hver replik til 30 sprog med talerens egen stemme, at matche læberne, at bevare scenens lyd og at pakke filerne.
DEN FØRSTE GRUNDMODEL TIL MULTIMODAL OVERSÆTTELSE

Sæt reglerne én gang

To ting former hver oversættelse, før den første replik er skrevet, og jeres team sætter begge dele fra konsollen eller API'et, pr. creator eller pr. video:

OVERSÆT IKKE-LISTEN
HVAD DEN GØRFaste vendinger, navne, brands og slang bliver præcis, som de blev sagt, på hvert sprog: værtens faste udråb, vennernes øgenavne, figurerne i spillet.
KONTEKSTLINJEN
HVAD DEN GØRÉn sætning om, hvad kanalen eller videoen er: hvem der er på skærmen, og hvilken slags video det er. Et madprogram og et retssalsdrama oversætter den samme sætning forskelligt.

Den snævreste indstilling vinder: en regel på én video tilsidesætter creatorens standard, men kun for den video.

Vælg den replik, der lander

Nogle replikker kan forstås på flere måder. Et ordspil, en stikpille, en sætning, der lyder oprigtig eller sarkastisk alt efter skuespillerens ansigt. For dem kommer oversættelsen tilbage som tre muligheder, hver mærket med sin hensigt og følelse: ordspillet bevaret og flovt, den ligefremme betydning og oprigtig, en ny joke og legesyg. Jeres kreative direktør vælger én, på samme måde som hun bevarer et slangord ordret eller skruer ned for bandeordene i en version til et yngre publikum. Hvad en figur mente, er stadig jeres beslutning.

Ret med originalen ved siden af

Hver oversat replik står ved siden af sin kildereplik, så en korrekturlæser, der taler begge sprog, kan skrive enhver af dem om, før noget renderes. I konsollen sættes hver video på pause ved den gennemgangsskærm, og intet renderes, før jeres team godkender det; teams, der stoler på flowet, kan springe stoppet over. Gennem API'et er det samme trin én indstilling, og en dub kan frigives sprog for sprog, efterhånden som hver korrekturlæser godkender den.

De filer, der kommer tilbage

Hvert sprog leveres klar til jeres klipperum eller jeres uploadkø:

DEN FÆRDIGE VIDEO

Op til 4K

DET FULDE MIX

Ægte 5.1-surround eller stereo

Efter eget valg, i 24-bit PCM WAV, plus stemmen alene til jeres eget mix.

UNDERTEKSTER

.srt og .vtt

Bygget ud fra den gennemgåede transskription, så de matcher det, dubben siger, og klippet efter konventionerne i Netflix' Timed Text Style Guide.

TITEL OG BESKRIVELSE

Oversat

Med links, @handles og rabatkoder bevaret, som de er skrevet.

Dubben er jeres at lægge ud, hvor I vil.

Hvem beslutter hvad

Jeres team beholder alle kreative beslutninger. MLDM tager det arbejde, ingen har lyst til at gøre tredive gange.

JERES TEAM

  • Navnene og vendingerne, der aldrig ændres.
  • Kontekstlinjen.
  • Valget mellem tre læsninger af en joke.
  • Enhver replik, der skrives om i hånden.
  • Tidspunktet, et sprog går ud.

MLDM

  • At skrive hver replik på hvert sprog.
  • At indtale den med talerens egen stemme.
  • At lipsynce munden til de nye ord.
  • At bære latteren, musikken og rummets lyd med igennem.
  • At bygge undertekster og metadata.

Hver beslutning, den træffer, registreres på jobbet, og enhver af dem kan tilsidesættes. I dag ser I dens valg i oversættelsen; at vælge, hvilke lyde der forbliver på originalsproget, hvilket ansigt der er taleren, og hvilken tekst i billedet der skal oversættes med de termer, I allerede har valgt, er under udvikling.

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

MLDM til det møjsommelige arbejde.

Vi er endnu et værktøj i den kreative proces.

MLDM tager gentagelserne, replik efter replik og sprog efter sprog. Vejen til høj kvalitet i dag klarer det arbejde med et assisterende værktøj, et hold af VFX-artister og uger pr. projekt, og hvert sprog er et nyt projekt; de værktøjer, der i dag arbejder i én omgang, er hurtige og ofrer resten, kontrollen med: I får det, der kommer ud. Familiar er én omgang og kvaliteten. Vurderingen af tone, humor og betydning bliver hos dem, der skabte værket, og gennemgangsskærmen er stedet, hvor de bruger den.

++
Alle data, vi har trænet med, er lavet af Familiar-teamet selv.

Ikke »generativ AI«, men oversættelse til gavn for de kreative.

Der er ingen prompt. Intet nyt bliver fundet på. Generativ AI i traditionel forstand skaber nyt indhold ud fra en prompt, og det er en fin måde at skabe nye ting på. En dub kræver det modsatte: jeres video går ind, og den samme skuespiller, den samme præstation og den samme timing kommer ud på et andet sprog. Familiar er et værktøj til multimodal oversættelse. CEO'ens argument for det spor: Fra menneske til menneske, ikke fra AI til AI.

SPØRGSMÅL

Kan jeg rette oversættelsen?

Altid: hver video sættes på pause ved en gennemgangsskærm, hvor I retter enhver linje, før den renderes. Jeres Oversæt ikke-liste og kontekstlinje gælder allerede før det første udkast.

Bevarer den mine faste vendinger og navne?

Præcis som I siger dem. I har en Oversæt ikke-liste: faste vendinger, venners navne, faste udråb. Jokes skrives om, så de lander på målsproget, og replikker, der kan forstås på flere måder, kommer tilbage som tre muligheder, jeres team vælger imellem.

Skriver Familiar nyt indhold ud fra en prompt?

Nej. Der er ingen prompt. Jeres video går ind, og den samme præstation kommer ud på et andet sprog; hvert kreativt valg undervejs er jeres teams.

REFERENCER

  1. [1]Netflix, Timed Text Style Guide: Subtitle Templates, læst 30. oktober 2026
  2. [2]Familiar FAQ
  3. [3]Familiar API: creators, Oversæt ikke, kontekst
  4. [4]Familiar API: kontekstlinje
  5. [5]Familiar API: Oversæt ikke
  6. [6]Familiar API: transskription og gennemgang
  7. [7]Familiar API: output
  8. [8]Familiar API: oversatte titler og beskrivelser

Multimodal oversættelse

Familiar Labs laver en ny generation af dubbing med en multimodal beslutningsmodel til lokalisering (MLDM), den første grundmodel til multimodal oversættelse: én model beslutter, hvad der skal lokaliseres på tværs af tekst, lyd og billede, og viser dig valgene. Din stemme og dine læber, båret over i nye sprog. De er et team på 8 med ph.d.er, støttet af Samsung, RedBird og Gold House. Vores mission

Se hele benchmarken →Tal med teamet