SAMMENLIGNINGSGUIDE

Familiar mod Flawless TrueSync: fuld AI-dubbing mod assisteret visuel dubbing (2026)

FAMILIAR FORSKNINGOPDATERET ALLE ARTIKLER

RESUMÉ

Én omgang, ikke uger. De assisterende værktøjer, branchen bruger i dag, kræver et hold af VFX-artister og uger pr. projekt, og hvert sprog er et nyt projekt; Flawless TrueSync er toppen af dem. Familiar er selve dubben: dens multimodale beslutningsmodel til lokalisering (MLDM), den første grundmodel til multimodal oversættelse, et nyt paradigme og det første af sin slags, tager den færdige titel. Oversættelsen først, derefter dubbingen i én omgang: stemmen, læberne og scenen sammen. Begge jagter det samme løft: Flawless angiver 23× flere streamede minutter for en titel med visuel dubbing sammenlignet med samme titel med ren lyddubbing.
DEN FØRSTE GRUNDMODEL TIL MULTIMODAL OVERSÆTTELSE

Én omgang, ikke uger

Flawless TrueSyncASSISTERET VISUEL AI-DUBBING

Flawless TrueSync er assisteret visuel AI-dubbing: I leverer masteren og et dubbet lydspor på målsproget, deres model synkroniserer hver præstation på skærmen med den nye dialog, og jeres team gennemgår resultatet i 8K før levering via Pixelogic eller Deluxe.

I den anden ende er værktøjerne, der i dag dubber i én omgang, hurtige og ofrer resten: oversættelsen kan ikke redigeres, musikken og rummet forsvinder, stemmen glider væk fra taleren, og læberne svigter ved en hånd foran ansigtet, en mikrofon, uskarphed, bokeh, en sidevinkel eller flere personer i billedet, uden rumlig ræsonnering og uden forståelse af verden. Familiar er én omgang og kvaliteten: den tager den færdige titel og leverer dubben, alle sprog fra én upload, med hver beslutning registreret.

ÉN OMGANG · FAMILIAR

  • Uploaden. Upload én gang; alle sprog renderes.
  • Hvem der taler. Modellen afgør, hvem på skærmen der siger det.
  • De svære optagelser. Hænder, mikrofoner, hurtige bevægelser, uskarphed, flere stemmer: samme omgang.

UGER · ASSISTERET VISUEL DUBBING

  • Uploaden. En master plus et dubbet lydspor pr. sprog, derefter ugers VFX-arbejde.
  • Hvem der taler. Artister beskærer hvert ansigt i hvert billede og afgør det manuelt.
  • De svære optagelser. Hver enkelt rettes i hånden før gennemgangen.

Hvor ugerne går hen

Et projekt med assisteret visuel dubbing, for hver titel og hvert sprog:

  1. 01

    Masteren og et dubbet lydspor, der allerede er indspillet på målsproget, sendes ind.

  2. 02

    Modellen synkroniserer hver præstation på skærmen med den nye dialog.

  3. 03

    Et hold af VFX-artister klarer resten: de beskærer hvert ansigt i hvert billede, afgør manuelt, hvem der taler, og retter okklusioner (hænder, mikrofoner, genstande foran ansigtet), hurtige bevægelser, uskarphed og bokeh samt optagelser, hvor flere personer taler.

  4. 04

    Teamet gennemgår resultatet i 8K.

  5. 05

    Leveringen går via Pixelogic eller Deluxe.

Uger pr. projekt, og hvert sprog er et nyt projekt.

Flawless beskriver visuel dubbing som en præstation synkroniseret med ny dialog »under menneskelig redaktionel supervision«, og gennemgangen i 8K samt leveringen via Pixelogic og Deluxe står på deres side om lokalisering. Den eneste offentlige tidslinje er Falls: at udskifte mere end 30 bandeord »tog to uger«.

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

Hvad hver af dem gør

FLAWLESS TRUESYNC

  • Ansigtet: hver præstation på skærmen synkroniseret med den nye dialog; ingen ansigter genereret eller udskiftet.
  • Stemmen: fra jeres dub, indspillet af stemmeskuespillere eller fra en anden kilde; TrueSync er lyduafhængig og genererer, ændrer eller syntetiserer ikke lyd.
  • Bygget til titlen: filmskaberne, instruktørens godkendelse, en biografpremiere.

FAMILIAR

  • Ansigtet: tilpasset de nye ord: mund, kæbe, øjne, bryn, kinder, hoved; flere personer i optagelsen; hænder og mikrofoner foran ansigtet.
  • Stemmen: skuespillerens egen stemme på det nye sprog; målt 27.8% tættere på den rigtige taler end ElevenLabs Dubbing v1.
  • Bygget til kataloget, bagefter: platforme, distributører og tv-selskaber med tusindvis af færdige titler og intet produktionshold til rådighed.

SÅDAN BEVÆGER EN TITEL SIG GENNEM HVER AF DEM · FLAWLESS-FAKTA FRA DERES SIDE OM LOKALISERING, 18. SEPTEMBER 2026

DET, DER SENDES IND
FLAWLESS TRUESYNCJeres master plus den dubbede lyd på målsproget
FAMILIARDen færdige titel, som den blev udgivet: mixet, musikken, publikum
OVERSÆTTELSEN
FLAWLESS TRUESYNCJeres egen, færdig før dubben indspilles
FAMILIARInkluderet og holdt tilbage til jeres korrekturlæser linje for linje; 100.3% af kvaliteten i en professionels første udkast på fransk, kinesisk, hindi og indonesisk
SCENENS LYD
FLAWLESS TRUESYNCHvad end jeres dubmix indeholder
FAMILIARBevaret fra kilden gennem renderingen: musik, effekter, latter, publikum
GENNEMGANG
FLAWLESS TRUESYNCQC i 8K i tabsfri farve, efter jeres standarder
FAMILIAREn gennemgang af oversættelsen pr. sprog før renderingen; API og webhooks til kataloger
LEVERING
FLAWLESS TRUESYNCVia Pixelogic, Deluxe og andre lokaliseringspartnere
FAMILIARProRes-masterfiler ved Studio-leverancer; via API den færdige mp4, undertekster i srt og vtt, hele mixet eller sporet med kun dialog

FLAWLESS · OPLØSNING

8K

Klar til biografen

FAMILIAR · OPLØSNING

Op til 4K

I dag

FLAWLESS · LYD

Jeres dubmix

Det dubmix, produktionen leverer

FAMILIAR · LYD

Ægte 5.1 eller stereo

Et ægte 5.1-surround- eller stereomix, renderet med scenen, 24-bit PCM

FLAWLESS · SPROG

Alle

Ethvert sprog, jeres dub er indspillet på

FAMILIAR · SPROG

30

Outputsprog; optagelser på et hvilket som helst af 99 kildesprog

Hvor assisteret visuel dubbing vinder

Biografpremieren på én titel, med produktionen i rummet. Flawless' egen milepæl er eksemplet: Watch the Skies, oprindeligt UFO Sweden, gik fra svensk til engelsk gennem TrueSync og blev den første film med visuel dubbing, der fik biografpremiere; producenten kaldte den en game changer for filmbranchen.

TrueSync bevarer den oprindelige præstation. Den justerer ansigtsanimationen, så den passer til den nye dialog; den genererer, udskifter eller syntetiserer ikke ansigter.
Flawless, Localize Titles with Assistive AI Visual Dubbing
  • Gennemgang og levering i 8K. Familiar renderer i op til 4K i dag. Til en IMAX- eller premium-biografmaster er det den assisterede proces, der når opløsningen.
  • Instruktørens standarder som QC-målestok. Hver præstation gennemgås af dem, der skabte den.
  • Jeres eksisterende dub bevares. Har en titel allerede en dub udført af mennesker, som filmselskabet er glad for, flytter TrueSync ansigterne over på den uden at røre lyden.

Hvor den fulde løsning vinder

Alt det, der ikke er én flagskibstitel. En platform har tusindvis af titler og ingen instruktør at ringe til. En assisteret proces kræver tre ting pr. titel pr. sprog, som en platform sjældent har: en indspillet dub, en person, der markerer, hvilket ansigt der siger hver replik, og en gennemgang optagelse for optagelse. Den fulde løsning virker bagefter, på den færdige titel, som den er: bagkataloget, den indkøbte titel, serien, der blev udgivet for år tilbage.

ÉN RENDERING
DEN FULDE LØSNINGMLDM'en beslutter oversættelsen, hvilken stemme der skal oversættes, hvem på skærmen der siger det, scenens lyd og ansigtet, så der er ingen dub at bestille først og ingen overlevering mellem leverandører. Hver beslutning registreres på jobbet: jeres korrekturlæser vælger i dag mellem gengivelserne af oversættelsen, og valget af et andet ansigt, eller hvilken tekst i billedet der skal oversættes, er under udvikling.
INGEN CASTING PR. SPROG
DEN FULDE LØSNINGStemmen er skuespillerens, klonet over i hvert af 30 sprog, så karakteren lyder ens i Tokyo og São Paulo.
FYLDTE OPTAGELSER
DEN FULDE LØSNINGFlere personer og ansigter i billedet, hænder og mikrofoner foran munden, musik og publikumslyd under dialogen: talerens ansigt bevæger sig med de nye ord, og kun deres.
ALLE SPROG PÅ ÉN GANG
DEN FULDE LØSNINGÉn forespørgsel fordeles til alle målsprog, hvert holdt tilbage til sin korrekturlæser og frigivet, når det er godkendt.
SCENEN OVERLEVER
DEN FULDE LØSNINGPå de samme klip havde ElevenLabs Dubbing v2 (Alpha) 270% større fejl i baggrundslyden end Familiar; musikken, latteren og rummet kommer igennem renderingen.
LEVERANCER, ET POSTPRODUKTIONSHUS FORVENTER
DEN FULDE LØSNINGProRes-masterfiler i op til 4K ved Studio-leverancer, hele mixet som ægte 5.1-surround eller stereo, sporet med kun dialog til jeres eget mix, undertekster i srt og vtt fra den gennemgåede transskription, tilpasset konventionerne i Netflix' Timed Text Style Guide, den oversatte titel og beskrivelse; API'et returnerer det samme pr. sprog, med webhooks ved hver status. Streamingtjenesterne kræver, at dubben matcher originalmixet: 5.1 ind, 5.1 ud.
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

Påstandene om målinger ovenfor kommer fra parrede black-box-studier, offentliggjort i ElevenLabs-benchmarken og benchmarken mod menneskelig oversættelse.

Ud over titlen

Den ene er bygget til en titel, med filmskaberne i rummet; den anden til et katalog.

Familiar dubber alt, der sætter et rigtigt menneske foran et publikum: serier og mikrodramaer, undervisning, reklamer, virksomhedskommunikation, udsendelser, creator-kanaler, alt sammen til 30 sprog fra den færdige fil.

Engagementstallene, og hvis de er

Flawless offentliggør tre tal på deres side om lokalisering, med deres egne sammenligningsgrundlag; de taler for hele kategorien:

23×

Flere streamede minutter end den rene lyddub af samme titel (Vincent Must Die, fransk til engelsk). Flawless' tal.

9×

Flere unikke streams pr. titel med visuel dubbing. Flawless' tal.

+260%

Højere gennemførelsesrater end almindelige dubs. Flawless' tal.

Hvad I skal teste på jeres egen titel

Kør én scene gennem en hvilken som helst leverandør af visuel dubbing, og hold øje med:

  • To personer, der taler i samme optagelse. Får hvert ansigt sin egen nye dialog, og hvem skulle markere, hvem der er hvem?
  • En hånd, en mikrofon eller et glas foran munden. Holder synkroniseringen gennem okklusionen, eller falder den ud?
  • Et ansigt i profil, eller som vender sig væk midt i en replik. Bevarer munden de nye ord set fra siden?
  • En scene med publikum og musik under dialogen. Hvad sker der med publikum og underlægningsmusikken i det leverede mix, og kommer det tilbage i 5.1 eller stereo?
  • Stemmen. Hvem indspiller den, og lyder den som skuespilleren på hvert sprog?
  • Hvad I skal levere. Kun masteren, eller masteren plus en indspillet dub pr. sprog?
  • Den menneskelige proces. Hvor mange optagelser kræver en person, og hvor lang tid tager en titel på 90 minutter pr. sprog?
  • Opløsning. Hvad I leverer i: 8K på den assisterede side, op til 4K hos Familiar i dag.

SPØRGSMÅL

Er Flawless TrueSync et værktøj til AI-dubbing?

Det er assisteret visuel AI-dubbing. Efter deres egen beskrivelse synkroniserer det ansigtet på skærmen med et dubbet lydspor, som I leverer, og det genererer, ændrer eller syntetiserer ikke lyd. Stemmen og oversættelsen kommer fra jeres dub.

Hvad gør Familiar, som TrueSync ikke gør?

Oversættelsen, skuespillerens egen stemme og scenens lyd, i samme rendering som ansigtet, fra den færdige titel, for hver taler i optagelsen. En platform kan dubbe et katalog uden at bestille en dub eller samle et produktionshold pr. titel.

Kan assisteret visuel dubbing bruges på et bagkatalog?

Det er et produktionstrin: masteren plus en dub indspillet pr. sprog, markeret og gennemgået sammen med produktionens team, så det planlægges ind i en udgivelse. En færdig titel i et bibliotek, med kun sit endelige mix, går gennem fuld AI-dubbing, som den er.

Leverer Familiar i 8K?

Op til 4K i dag, som ProRes-masterfiler ved Studio-leverancer eller mp4 via API, med et ægte 5.1-surround- eller stereomix. TrueSync gennemgår og leverer i 8K.

Hvad leverer Familiar pr. sprog?

Det dubbede billede som ProRes-master (Studio-leverancer) eller mp4 (API), hele mixet som ægte 5.1-surround eller stereo, sporet med kun dialog til jeres eget mix, undertekster i srt og vtt fra den gennemgåede transskription, tilpasset konventionerne i Netflix' Timed Text Style Guide, samt den oversatte titel og beskrivelse.

Hvilken passer til en biografpremiere?

Hvor en instruktør godkender hvert billede i én titel, og masteren er i 8K, passer assisteret visuel dubbing til opgaven. Hvor opgaven er et katalog til 30 sprog, passer den fulde løsning.

Er tallene 23×, 9× og 260% Familiars?

Nej. Det er Flawless' offentliggjorte tal for titler med visuel dubbing sammenlignet med rene lyddubs og almindelige dubs. Familiars målinger er separate parrede studier mod ElevenLabs, YouTubes autodubbing og menneskelige oversættere, offentliggjort på /benchmark.

REFERENCER

  1. [1]Netflix, Timed Text Style Guide: Subtitle Templates, læst 30. oktober 2026
  2. [2]Flawless, Localize Titles with Assistive AI Visual Dubbing (TrueSync), læst 18. september 2026
  3. [3]Flawless, What is assistive AI?, læst 30. oktober 2026
  4. [4]Voicebot.ai, Synthetic media AI transforms Fall movie rating from R to PG-13, 10. august 2022
  5. [5]Familiar mod ElevenLabs Dubbing: de to parrede studier
  6. [6]Familiar mod menneskelige oversættere: 100.3% af den professionelles kvalitet
  7. [7]Assisteret visuel AI-dubbing mod fuld AI-dubbing, forklaret
  8. [8]AI-lipsync: hvad det er, hvad det mangler, og hvad der slår det
  9. [9]Hvad koster dubbing i 2026?

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