POSITION

Dieselbe Performance für jedes Publikum

FAMILIAR FORSCHUNGAKTUALISIERT ALLE ARTIKEL

ZUSAMMENFASSUNG

Keine „generative KI“, sondern Übersetzung im Dienst der Kreativen. Jeder Mensch auf der Welt verdient dieselbe Qualität: Kreative und Schauspieler, die sich in jeder Sprache nahtlos ausdrücken und ein neues Publikum erreichen. Wer in Seoul, São Paulo oder Warschau zuschaut, sollte bekommen, was das ursprüngliche Publikum bekam: denselben Schauspieler, dieselbe Performance, dasselbe Timing und den unversehrten Ton der Szene, in der eigenen Sprache.

Was das ursprüngliche Publikum bekam

DIE STIMME
Das erste Publikum hört die eigene Stimme des Schauspielers.
DIE LIPPEN
Es sieht Lippen, die zu den Worten passen.
DAS TIMING
Es spürt das Timing, das die Regie gewählt hat: die Pause vor der Pointe, das Lachen, das die Zeile unterbricht, die Musik unter der Szene.

Jedes andere Publikum hat meist weniger bekommen: Untertitel, die man über dem Bild liest, oder die Stimme eines Fremden zu einem Mund, der nicht passt. Das Werk war dasselbe. Das Erlebnis nicht.

Was „dieselbe“ heißt

IN EINER FAMILIAR-SYNCHRO

STIMME
WAS BLEIBTDie eigene Stimme des Schauspielers, aus dem Clip selbst gewonnen
WAS SICH ÄNDERT
LIPPEN
WAS BLEIBT
WAS SICH ÄNDERTAn die neue Sprache angepasst, damit Augen und Ohren übereinstimmen
VORTRAG
WAS BLEIBTDasselbe Timing, dieselbe Emotion und Betonung wie im Original
WAS SICH ÄNDERT
TON DER SZENE
WAS BLEIBTDas Lachen, die Musik und der Bass, die Soundeffekte, die Atmosphäre
WAS SICH ÄNDERT
WORTE
WAS BLEIBTNamen und Catchphrases, über eine Nicht-übersetzen-Liste erhalten
WAS SICH ÄNDERTWitze, umgeschrieben, damit sie zünden

Zeilen, die auf mehr als eine Art ankommen können, ein Witz oder ein Seitenhieb, kommen als drei Übersetzungen mit unterschiedlicher Absicht und Emotion zurück. Creative Directors wählen eine, lassen den Slang, wie er gesagt wurde, oder entschärfen die Kraftausdrücke für eine jüngere Fassung und bearbeiten jede Zeile mit Blick auf das Original, bevor die Synchro gerendert wird. Jede Wahl wird mit dem Auftrag festgehalten, damit die nächste Folge ihr folgt.

Jede Sprache kommt als fertiges Video, in bis zu 4K, mit dem kompletten Mix als echtem 5.1-Surround oder Stereo, in 24-Bit-PCM-WAV. Die Untertitel kommen als .srt und .vtt aus dem geprüften Transkript, zugeschnitten nach den Konventionen des Timed Text Style Guide von Netflix, dazu der übersetzte Titel und die Beschreibung und die Sprachspur allein für Ihren eigenen Mix (die FAQ).

Dreißig Sprachen raus, 99 rein

Material kann in einer von 99 Ausgangssprachen vorliegen. Synchronisiert wird in 30 Sprachen, jede zu jeder, in drei Qualitätsstufen, die beste zuerst und innerhalb jeder Stufe alphabetisch.

StufeSprachen
Stufe 1Deutsch, Englisch, Französisch (Frankreich), Indonesisch, Italienisch, Japanisch, Kantonesisch, Koreanisch, Mandarin, Portugiesisch (Brasilien), Russisch, Spanisch (Lateinamerika), Thailändisch, Vietnamesisch
Stufe 2Bulgarisch, Griechisch, Katalanisch, Kroatisch, Litauisch, Niederländisch, Norwegisch, Schwedisch, Slowakisch
Stufe 3Arabisch, Belarussisch, Dänisch, Kasachisch, Lettisch, Serbisch, Ukrainisch

Die vollständige Tabelle mit den Codes steht in der Sprachdokumentation.

Warum der Großteil der Welt nie eine Synchro bekam

Eine großartige Performance in einer Sprache blieb in dieser einen Sprache.

Synchronisation von Menschenhand ist Facharbeit: Übersetzer, Sprecher, Regie und Mischung für jede Sprache. Dieses Handwerk ist der Grund, warum eine gute Synchro stimmt, und zugleich der Grund, warum Synchronisation von Menschenhand für den Großteil der Welt nie nutzbar war. Selbst Top-Produktionen synchronisieren nur wenige Sprachen, wegen der Kosten, des Personals und der Zeit. Kleinere Produktionen, Shows und Mikrodramen werden gar nicht synchronisiert.

MLDM für die Fleißarbeit.

Die Fleißarbeit der Synchronisation ist die Entscheidung, welche Stimme und wie die Lippen folgen, für jede Zeile in jeder Sprache. Ein neues Paradigma, das erste seiner Art, trifft sie: ein multimodales Entscheidungsmodell für die Lokalisierung (MLDM), das erste Foundation Model für multimodale Übersetzung. Heute stehen seine Übersetzungsoptionen Ihrem Team offen; die Wahl, welche Töne in der Originalsprache bleiben, welches Gesicht spricht und welcher Text im Bild übersetzt wird, ist in Arbeit. Die Entscheidungen, die eine Synchro gut machen, welcher Witz zündet, welcher Ton passt, welcher Name bleibt, liegen weiter bei den Menschen, die das Werk geschaffen haben.

DAS ERSTE FOUNDATION MODEL FÜR MULTIMODALE ÜBERSETZUNG
++
Nichts entsteht aus einem Prompt, und nichts Neues wird erfunden; jedes Bild und jeder Ton geht auf eine Zeile zurück, die schon gespielt wurde.

Alle Daten, mit denen wir trainiert haben, hat das Familiar-Team selbst erstellt.

Jedes Publikum

Wenn dieselbe Performance jedes Publikum erreichen kann, lautet die Frage nicht mehr, welche Sprachen sich eine Produktion leisten kann, sondern welches Publikum sie erreichen will.

Ein Mikrodrama, eine Vorlesung oder ein Spielfilm kann in 30 Sprachen starten, und der Schauspieler bleibt der Schauspieler.

Wir sind ein weiteres Werkzeug im kreativen Prozess.

FRAGEN

Bekommt jede Sprache dieselbe Qualität?

Alle 30 Ausgabesprachen enthalten Stimme, Lipsync und den Ton der Szene. Sie sind in drei Qualitätsstufen gruppiert, die beste zuerst.

Ist es in jeder Sprache noch die Stimme des Schauspielers?

Ja. Die Stimme ist in jeder Sprache die eigene des Schauspielers, aus dem Clip selbst gewonnen, mit demselben Timing und demselben Vortrag.

Wer entscheidet, wie eine Zeile übersetzt wird?

Ihr Team. Zeilen, die sich auf mehr als eine Art lesen lassen, kommen als drei Optionen zurück; Creative Directors wählen eine und können jede Zeile bearbeiten, bevor die Synchro gerendert wird.

QUELLEN

  1. [1]Netflix, Timed Text Style Guide: Subtitle Templates, gelesen am 30. Oktober 2026
  2. [2]Familiar-FAQ: Sprachen, was eine Synchro bewahrt, die gelieferten Dateien
  3. [3]Familiar-Dokumentation: unterstützte Sprachen und Qualitätsstufen
  4. [4]Warum Familiar keine generative KI im klassischen Sinn ist
  5. [5]Übersetzung ist keine Generierung
  6. [6]Ein weiteres Werkzeug im kreativen Prozess

Multimodale Übersetzung

Familiar Labs entwickelt Synchronisation einer neuen Generation, mit einem multimodalen Entscheidungsmodell für die Lokalisierung (MLDM), dem ersten Foundation Model für multimodale Übersetzung: Ein Modell entscheidet, was über Text, Ton und Bild hinweg lokalisiert wird, und zeigt Ihnen die Optionen. Ihre Stimme und Ihre Lippen, übertragen in neue Sprachen. Ein Team von 8 mit PhDs, unterstützt von Samsung, RedBird und Gold House. Unsere Mission