Der er fire måder at oversætte en video på: undertekster, speak med en fremmeds stemme, dubbing af kun stemmen med talerens egen stemme og dubbing med stemme og lipsync, hvor selve præstationen bliver oversat: lipsync og alt det, der ligger ud over den. Her er, hvad hver metode bevarer, hvad den koster i minuttet, og hvordan I vælger, uanset om I oversætter en video til engelsk, til spansk eller et helt katalog til 30 sprog.
01.De fire måder at oversætte en video på
HVAD DER BEVARES, EFTER METODE · PRIS PR. FÆRDIGT MINUT PR. SPROG
Metode
Ordene
Stemmen
Ansigtet
Scenen
Typisk pris
Undertekster
Læses, høres ikke
Bevaret (den originale lyd)
Bevaret
Bevaret
Følger med hver Familiar-dub · professionel oversættelse omkring $10/min
Speak (den klassiske dub)
Siges af en fremmed
Erstattet
Former ordene på originalsproget
Afhænger af studiets mix
$70 til $150 komplet menneskelig, oversættelse plus stemme · stemmepakker alene $39 til $94 · fra $128 premium-studie
Dubbing af kun stemmen
Talt
Talerens egen
Former stadig ordene på originalsproget
Ofte forringet (målt i afsnit 02)
$3 (pris ved kassen hos ElevenLabs, 5. aug. 2026), kun lyd
Dubbing med stemme og lipsync
Talt
Talerens egen
Lipsyncet til det nye sprog, i op til 4K
Musik, effekter og atmosfære bevaret; ægte 5.1- eller stereomix
Familiar: én rendering, via Studio-kontrakt
YOUTUBES AUTODUBBING · SPEAK
YouTubes autodubbing og speak lægger begge en anden stemme på taleren.
DUBBING AF KUN STEMMEN
Dubbing af kun stemmen, ofte søgt som »stemmekloning«, bevarer stemmen; munden taler stadig det gamle sprog.
HeyGenElevenLabsHeyGen + 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
Den ærlige test er parret: den samme kildevideo til hvert system.
To parrede studier mod ElevenLabs, aldrig lagt sammen, på /benchmark/elevenlabs, bedømt på:
MENINGSTEMMEKLONINGSCENENS LYDTÆPPETIMING AF TRANSIENTER
FIG. 01 · FEJL I DET TALTE OUTPUT, MARKERET VED GENNEMGANGEN · DET STABILE DUBBING V1 · 418 PARREDE OUTPUT · 11 SPROG
ElevenLabs258
Familiar132
Samme studie: Familiar lyder 27.8% mere som den rigtige taler (0.4605 mod 0.3604).
Alle 11 sprog faldt ud til Familiars fordel.
ElevenLabsElevenLabsTHEIR 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
Kontrol er den anden halvdel, og det er her, Familiars multimodale beslutningsmodel til lokalisering (MLDM), den første grundmodel til multimodal oversættelse, et nyt paradigme og det første af sin slags, viser sine beslutninger:
OVERSÆT IKKE
En Oversæt-ikke-liste holder navne og slagord præcis, som taleren siger dem.
JOKES OG LADEDE REPLIKKER
Jokes og ladede replikker kommer tilbage som flere gengivelser, hver med sin begrundelse, som jeres kreative direktører vælger imellem.
GENNEMGANGSSKÆRM
Hver video sættes på pause ved en gennemgangsskærm: redigér enhver linje før renderingen. Hver beslutning registreres på jobbet og kan tilsidesættes.
UNDER UDVIKLING
At beholde et råb eller et kor på originalsproget, vælge et andet ansigt til en replik og bestemme, hvilken tekst i billedet der skal oversættes.
DEN FØRSTE GRUNDMODEL TIL MULTIMODAL OVERSÆTTELSE
04.Pris pr. minut
FIG. 03 · PRIS PR. FÆRDIGT MINUT PR. MÅLSPROG · ELEVENLABS = $3/MIN VED KASSEN · 5. AUG. 2026 · INTERVALLER VED MIDTPUNKTET
ElevenLabs$3 kun lyd
Undertekster, prof.~$10 kun tekst
Menneskelig stemme$39–94
Komplet menneskelig dub$70–150
Studiedubfra $128
Ingen af disse priser omfatter lipsync. Den assisterende vej dertil kræver et hold af VFX-artister og uger pr. projekt; de værktøjer, der i dag arbejder i én omgang, er hurtige og ofrer resten. Familiar er én omgang og kvaliteten: én rendering fra MLDM bærer oversættelsen, talerens egen stemme, scenens lyd og lipsyncen.
Prisen på undertekster er mediantaksten for professionelle på tværs af studiets 11 sprog.
BILLEDE
Op til 4K
MIX
Ægte 5.1 eller stereo
UNDERTEKSTER
.srt · .vtt
Med hver dub, klippet efter Netflix' Timed Text Style Guide: to linjer, 42 tegn pr. linje, op til 17 i sekundet.
ADGANG
Studio-kontrakt
Tilpasset jeres katalog; 30 dages pengene tilbage på underskrevne årskontrakter.
Komplet dubbing udført af mennesker, oversættelse plus stemme, koster $70 til $150 pr. færdigt minut.
Det er $4,200 til $9,000 for en video på 60 minutter på ét sprog, så selv de største produktioner dubber kun til få sprog, og mindre produktioner, serier og vertikale dramaer dubbes slet ikke.
HVAD DER AFGØR DETTerminologien er risikoen: sæt fagtermer på Oversæt-ikke-listen, og tjek dem på gennemgangsskærmen.
PRÆDIKENER
HVAD DER AFGØR DETEn ugentlig optagelse, der når en flersproget menighed, med talerens egen stemme i stedet for en tolks.
LIVESTREAMS
HVAD DER AFGØR DETHer passer kun livedubbing; undertekster og optagede dubs kommer for sent. Hos Familiar er livedubbing under udvikling.
REKLAMER OG PRODUKTVIDEO
HVAD DER AFGØR DETKorte spilletider gør en komplet dub til en lille post, og grundlæggerens eller talspersonens rigtige stemme bærer tilliden.
FIG. 04 · DE 100 STØRSTE YOUTUBE-KANALER, EFTER SPROG
64AF TOP 100 ER IKKE PÅ ENGELSK
Ikke på engelsk64%
På engelsk36%
Familiars 30 sprog går fra hvilket som helst til hvilket som helst: en spansk eller koreansk kanal kan oversætte en video til engelsk, det største publikum, der er at låse op for.
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 →
HeyGen
ElevenLabsHeyGen + ElevenLabsONE-SHOT TOOLS · NO CONTROL