MÅLT ANMELDELSE

Anmeldelse af YouTubes autodubbing: hvad vi målte (2026)

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

RESUMÉ

YouTubes autodubbing laver oversatte lydspor til kvalificerede videoer, gratis og inde på platformen. Vi målte de leverede dubs mod kilden og mod Familiar på en fastfrosset kohorte på 50 par (arabisk, spansk, fransk, hindi, koreansk; 8. august 2026). Tre fund: dubben taler med en fremmeds stemme, mere end en fjerdedel af de vigtige pointer ændres eller forsvinder, og baggrundsscenen bliver fladet ud. Alle data: hele YouTube-benchmarken.

Hvad det er

  • Alternative lydspor på understøttede sprog til videoer på kvalificerede kanaler; seerne vælger sporet.
  • Koster ingenting og kræver ingen arbejdsgang.
  • Tilgængeligheden afgør platformen: i vores katalog havde 25 af 43 kildeklip en brugbar autodub.

Hvad vi målte

DUB-PAR

50

Fastfrosset 8. august 2026

SPROG

5

Arabisk, spansk, fransk, hindi, koreansk

JUSTEREDE PAR

31

Stemmelighed med taleren

POINTER I KILDEN

528

Meningsgennemgang

STEMME
SÅDAN BEDØMMES DENStemmen er ikke talerens. Stemmelighed 0.141 mod kilden; Familiar 0.399, altså 182.9% højere, på de 31 præcist justerede par.
MENING
SÅDAN BEDØMMES DENMeningen glider. 145 af 528 vigtige pointer i kilden ændret eller tabt (27.5%); Familiar 43 (8.1%). 12 dubs havde en kritisk meningsfejl; Familiar 0.
SCENE
SÅDAN BEDØMMES DENScenen flades ud. Spektral fejl i baggrundslyden 11.21 dB mod Familiars 3.37 dB; latter og reaktioner bevarede deres form med en korrelation på 0.236 mod 0.998.
FIG. 01 · VIGTIGE POINTER FRA KILDEN ÆNDRET ELLER TABT · AF 528 · 50 GENNEMGÅEDE DUBS
YOUTUBE145
FAMILIAR43
0.141

stemmelighed med den rigtige taler: en fremmeds stemme

232.6%

større fejl i baggrundslyden end Familiar

25/43

kildeklip med en brugbar autodub; Familiar dubbede alle 43

Hvornår det er det rigtige valg

Til at teste, om der overhovedet findes et publikum på andre sprog: gratis og uden besvær er den rigtige pris.

Når kanalen er personen (stemmen, fremførelsen, reaktionerne), lukker en dub med stemme + lipsync afstanden, leveret i op til 4K med et ægte 5.1- eller stereomix.

Begrænsninger

Afgrænset til kohorten. Et fastfrosset black-box-studie af den optagne kohorte, ikke alle YouTube-dubs, alle sprog eller fremtidige versioner.
Forudsagt naturlighed (UTMOS 2.12 mod 1.85) er en modeldiagnostik med stor usikkerhed. CER/WER er udeladt; meningsgennemgangen accepterer gyldige omskrivninger.

REFERENCER

  1. [1]Familiar mod YouTubes autodubbing: alle resultater, metode og lytteeksempler
  2. [2]Familiar mod YouTubes autodubbing: et studie med fastfrosset kohorte
  3. [3]YouTube Hjælp: Brug automatisk dubbing
  4. [4]Alle Familiars benchmarks

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