DET KORTE SVAR
DEN KORTE VERSION
- Én creator-profil (et creator_id plus netværkets eget external_id) bærer den pågældende creators Oversæt ikke-liste og kontekstlinje med på hver dub og livesession.
- Poster sættes på tre scopes, creator, stream eller job, og det smalleste scope vinder.
- Den dubbede stemme kommer fra creatorens eget klip: Familiar lyder 27.8% mere som den rigtige taler end ElevenLabs Dubbing v1 over 418 parrede output (5. august 2026).
- Hvert sprog leveres som færdig video, .srt- og .vtt-undertekster, to lydfiler og en oversat titel og beskrivelse med links og hashtags uændrede.
01.Hvorfor bryder én arbejdsgang pr. creator sammen?
Et multi-channel network (MCN), der dubber 40 creators til seks sprog, driver 240 dubbede kanaler, og hver creator kommer med sine egne navne, faste vendinger, tilbagevendende jokes og sponsorkoder.
- Hvor en proces pr. creator svigter. En ordliste i et dokument anvendes af den, der læser den, og en ændring på én creators liste når kun næste dub, hvis nogen fører den videre.
- Publikummet, det koster. 64 af de 100 største YouTube-kanaler er ikke på engelsk.
02.Hvordan følger indstillinger pr. creator med i én integration?
Netværket integrerer én gang under organisationens API-nøgle; hver creator er en profil, som pipelinen læser ved hver forespørgsel.
- Én profil pr. creator. POST /v1/creators returnerer et creator_id; netværket gemmer sit eget external_id på profilen og slår creators op på det (Creator-profiler).
- Listen og kontekstlinjen følger profilen. En dub eller livesession mærket med creator_id får den pågældende creators Oversæt ikke-liste og kontekst, matchet uden hensyn til store og små bogstaver på tværs af dubben, underteksterne og de oversatte metadata (Oversæt ikke).
- Tre scopes, det smalleste vinder. Poster sættes på creator (faste standarder), stream (gemt med livesessionen, genbrugt næste gang) eller job (én upload); en post på job tilsidesætter en creator-standard for netop den video.
- Forudindlæste standardposter, én sætning kontekst. Nye profiler starter med platformnavne og almindelige gaming- og internetudtryk beskyttet; en kontekstlinje som »En skakkanal: åbninger, brølere og speedruns« holder et navn som et navn (Kontekst).
- Én liste, én webhook-strøm. GET /v1/dubs filtrerer på creator_id og status; hver statusændring lander på ét endpoint, signeret og forsøgt igen i 24 timer (Webhooks).
| INDSTILLING | FÆLLES FOR NETVÆRKET | PR. CREATOR |
|---|---|---|
| API-nøgle | Én organisationsnøgle på hver forespørgsel | Ingen: creators er profiler under den nøgle; der er intet creator-login |
| Oversæt ikke | Forudindlæste standardposter: platformnavne, almindelige gaming- og internetudtryk | Creatorens egne poster, knyttet til creator_id; en post på job tilsidesætter for én video |
| Kontekstlinje | Ingen | Én sætning pr. creator; en sætning på stream eller job tilsidesætter den |
| Målsprog | Op til 29 pr. dub | Vælges pr. forespørgsel |
| Gennemgangstrin | review=auto renderer direkte igennem; review=manual stopper ved in_review | Vælges pr. dub |
| Webhooks | Ét standard-endpoint, signeret, forsøgt igen i 24 timer | webhook_url kan tilsidesættes pr. dub eller livesession |
| Dubliste | GET /v1/dubs på tværs af organisationen | Filteret creator_id indsnævrer den til én creator |
| Standardgrænser | 100 forespørgsler i minuttet, 10 samtidige renderinger, 2 livesessioner, 10 GB pr. fil, 24 timers kildemateriale | Ingen pr. creator; hæves af organisationens kontaktperson |
03.Lyder creatoren stadig som sig selv?
Stemmen i dubben kommer fra creatorens eget klip, og hele ansigtet spiller det nye sprog: øjne, bryn, kinder, hoved. En generisk fortæller ville sælge publikum en anden person.
ElevenLabs havde 270% større fejl i baggrundslyden: latteren, musikken, atmosfæren (11.92 mod 3.22 dB).
ELEVENLABS DUBBING V2 (ALPHA) · 111 PARREDE OUTPUT · MANDARIN, SPANSK, JAPANSK · 5. AUGUST 2026Familiar lyder 27.8% mere som den rigtige taler (0.4605 mod 0.3604); alle 11 sprog faldt ud til Familiars fordel.
ELEVENLABS DUBBING V1 · 418 PARREDE OUTPUT · 11 SPROG · 5. AUGUST 2026- Mod YouTubes autodubbing, et separat studie. På en fastfrosset kohorte af 50 parrede dubs (31 justerede; arabisk, spansk, fransk, hindi, koreansk; indsamlet 8. august 2026) målte Familiar 182.9% højere stemmelighed med taleren (0.399 mod 0.141) (studiet).
04.Passer livestreams ind i samme form?
En livesession mærket med creator_id anvender samme liste og kontekst, og den kontekst, der sendes med sessionen, skriver til stream-scope. Livesessioner dubber fra 11 kildesprog til de 29 andre, 5 til 9 sekunder efter originalen, alle i billedet med deres egen stemme; udsendelsen kommer ind over WHIP (WebRTC), RTMP eller SRT, og hvert sprogs signal sendes til sin egen kanal. Live har intet gennemgangstrin; listen og kontekstlinjen er styringen (Realtidsdubbing af livestreams, Livestreaming).
05.Hvad får netværket at lægge op, pr. sprog?
- Den færdige video (mp4), klar til download i det øjeblik dub.output_ready affyres for det sprog (Output & undertekster).
- Undertekster som .srt og .vtt, gratis med hver dub, fra den gennemgåede transskription.
- To lydfiler. Det fulde mix (m4a) til platforme, der tager ekstra lydspor; stemmen alene (wav) til creatorens eget mix.
- Den oversatte titel og beskrivelse, med links, @handles, #hashtags, rabatkoder og kapiteltidsstempler præcis som skrevet (Oversættelse af metadata).
- Gennemgang, valgt pr. dub. review=manual stopper ved in_review, så enhver linje kan redigeres før rendering; review=auto, standarden, renderer direkte igennem.
06.Hvad bør netværket teste, før det forpligter sig?
- Vælg de sværeste creators. To eller tre med flest navne, sponsorkoder og tilbagevendende jokes; indlæs deres lister først, og dub så parrede klip (Sådan kører man et pilotprojekt med AI-dubbing).
- Tæl rettelserne ved gennemgangstrinnet. Med review=manual er de linjer, en korrekturlæser med sproget som modersmål ændrer, målingen; enhver vending, de beskytter, kommer på creatorens liste til alle senere dubs.
- Tjek formaterne på tværs af creators. Rene, stabile optagelser dubbes bedst: podcasts og interviews med 2 eller 3 personer i billedet, forelæsninger; alle i billedet bliver dubbet.
SPØRGSMÅL
Hvordan dubber et netværk mange creators uden en separat arbejdsgang for hver?
Én profil pr. creator rummer den pågældende creators Oversæt ikke-liste og kontekstlinje. Hver forespørgsel om dubbing og hver livesession bærer profilens creator_id, så netværket kører én integration, lister dubs pr. creator og modtager hver statusændring på ét webhook-endpoint.
Kan en creator beholde sine faste vendinger og interne jokes?
Ja. Creatorens Oversæt ikke-liste beholder faste vendinger, navne og personlig slang præcis, som de siges, i dubben, underteksterne og den oversatte titel og beskrivelse. Jokes skrives om, så de lander på målsproget, og kontekstlinjen holder fast i en tilbagevendende jokes opbygning.
Lyder creators som sig selv i dubben?
Stemmen kommer fra creatorens eget klip. I studiet mod ElevenLabs Dubbing v1 (418 parrede output, 11 sprog, 5. august 2026) lyder Familiar 27.8% mere som den rigtige taler, og alle 11 sprog faldt ud til Familiars fordel.
Skal hver creator have sin egen Familiar-konto?
Nej. Creators er profiler under netværkets integration: POST /v1/creators tager et visningsnavn og netværkets eget external_id og returnerer et creator_id, der sendes med på dubs og sessioner. Hvem der må åbne hvilke indstillinger, afgøres i netværkets eget produkt.
REFERENCER
- [1]Creator-profiler: creator_id, external_id og de tre scopes (API-reference)
- [2]Oversæt ikke: matchning, scopes, forudindlæste standardposter (API-reference)
- [3]Kontekst: kontekstlinjen på én sætning pr. creator, stream eller video (API-reference)
- [4]Oversættelse af metadata: hvad der bliver uændret (API-reference)
- [5]Familiar mod YouTubes autodubbing: den fastfrosne kohorte på 50 par, alle data
- [6]Familiar mod ElevenLabs: begge parrede studier, intervaller, lytteeksempler
Dubbing er endelig blevet god. Se målingerne, og tal så med teamet om jeres katalog.
FAMILIAR · LANCERINGSFILMEN · 2:31