BENCHMARK ΚΑΤΑ ΜΕΤΩΠΟ

Familiar έναντι ElevenLabs Dubbing: δύο μελέτες σε ζεύγη

FAMILIAR ΕΡΕΥΝΑΕΝΗΜΕΡΩΣΗ ΟΛΑ ΤΑ ΑΡΘΡΑ
ΔΙΑΒΑΣΤΕ ΤΟ ΣΕEnglishEspañolPortuguês中文日本語한국어FrançaisDeutschالعربيةBahasa IndonesiaРусскийItalianoTiếng ViệtไทยNederlandsΕλληνικάУкраїнська粵語NorskCatalàHrvatskiLietuviųSlovenčinaSvenskaБългарскиСрпскиБеларускаяDanskҚазақшаLatviešu

ΠΕΡΙΛΗΨΗ

Στα ίδια κλιπ, το Familiar ακούγεται 27.8% πιο κοντά στον πραγματικό ομιλητή από το ElevenLabs Dubbing v1, πιο κοντά και στις 11 γλώσσες (418 ζεύγη αποτελεσμάτων, 5 Αυγούστου 2026). Στο ElevenLabs Dubbing v2 (Alpha), το ElevenLabs είχε 270% περισσότερα λάθη στον ήχο περιβάλλοντος (στα γέλια, στη μουσική, στην ατμόσφαιρα) και το Familiar έκανε 54.7% λιγότερα σοβαρά μεταφραστικά λάθη στην ομιλία (29 έναντι 64· 111 ζεύγη αποτελεσμάτων σε Μανδαρινικά, Ισπανικά και Ιαπωνικά). Το Familiar προηγήθηκε επίσης στα φωνητικά συμβάντα και στις δύο μελέτες και στην προβλεπόμενη φυσικότητα στη μελέτη του Dubbing v1. Πλήρη δεδομένα και ηχητικά παραδείγματα: το πλήρες benchmark απέναντι στο ElevenLabs.

Μέθοδος

DUBBING V1 · ΖΕΥΓΗ ΑΠΟΤΕΛΕΣΜΑΤΩΝ

418

38 κλιπ, 11 γλώσσες

DUBBING V2 (ALPHA) · ΖΕΥΓΗ ΑΠΟΤΕΛΕΣΜΑΤΩΝ

111

Μανδαρινικά, Ισπανικά, Ιαπωνικά

ΗΜΕΡΟΜΗΝΙΑ ΜΕΛΕΤΗΣ

5 Αυγ 2026

Και οι δύο μελέτες

ΚΛΙΠ-ΠΗΓΕΣ

38

Αγγλικά, ίσο βάρος το καθένα

  1. 01

    Σε ζεύγη, μαύρου κουτιού

    Το ίδιο αγγλικό κλιπ-πηγή και η ίδια γλώσσα-στόχος πήγαν σε κάθε σύστημα· αξιολογήθηκε μόνο ο τελικός ήχος.
  2. 02

    Έλεγχος νοήματος

    Κάθε μεταγλώττιση μεταγράφηκε με χρονοσημάνσεις λέξεων και ελέγχθηκε απέναντι στο ίδιο εγκεκριμένο νόημα-στόχο.
  3. 03

    Ακουστικές μετρήσεις

    Συγκρίνουν τη μεταγλώττιση με τη σκηνή-πηγή: τις στρώσεις ήχου περιβάλλοντος, τις καμπύλες των φωνητικών συμβάντων και τον χρονισμό των μεταβατικών ήχων.
  4. 04

    Στατιστική

    Τα κλιπ-πηγές έχουν ίσο βάρος, τα διαστήματα 95% επαναδειγματοληπτούν τα κλιπ-πηγές και οι δύο κοόρτες δεν συγχωνεύονται ποτέ.

Η έξοδος του Familiar περιλαμβάνει και το πρόσωπο με lip sync· κάθε μέτρηση παρακάτω είναι ήχος απέναντι σε ήχο.

Αποτελέσματα: ElevenLabs Dubbing v2 (Alpha) (το νεότερο προϊόν τους)

111 ΖΕΥΓΗ ΤΕΛΙΚΟΥ ΗΧΟΥΜΑΝΔΑΡΙΝΙΚΑΙΣΠΑΝΙΚΑΙΑΠΩΝΙΚΑ
FIG. 01 · ΣΟΒΑΡΑ ΜΕΤΑΦΡΑΣΤΙΚΑ ΛΑΘΗ · DUBBING V2 (ALPHA) · FAMILIAR 54.7% ΛΙΓΟΤΕΡΑ · 111 ΖΕΥΓΗ ΜΕΤΑΓΛΩΤΤΙΣΕΩΝ
ELEVENLABS64
FAMILIAR29
FIG. 02 · ΤΕΛΙΚΕΣ ΜΕΤΑΓΛΩΤΤΙΣΕΙΣ ΜΕ ΟΠΟΙΟΔΗΠΟΤΕ ΣΟΒΑΡΟ ΠΡΟΒΛΗΜΑ ΝΟΗΜΑΤΟΣ · DUBBING V2 (ALPHA) · ELEVENLABS +56.5%
ELEVENLABS36/111
FAMILIAR23/111
270%

Το ElevenLabs είχε 270% περισσότερα λάθη στον ήχο περιβάλλοντος: στα γέλια, στη μουσική, στην ατμόσφαιρα.

11.92 ΕΝΑΝΤΙ 3.22 dB MAE
+221%

Το ElevenLabs είχε 221% μεγαλύτερο σφάλμα στην ένταση των γέλιων και των αντιδράσεων.

3.32 ΕΝΑΝΤΙ 1.04 dB · 18 ΚΛΙΠ / 54 ΣΥΓΚΡΙΣΕΙΣ
+28.2%

Η συσχέτιση του σχήματος των γέλιων και των αντιδράσεων για το Familiar: 0.960 έναντι 0.749. Το διάστημα 95% σε ζεύγη δεν περιλαμβάνει το μηδέν.

Αποτελέσματα: ElevenLabs Dubbing v1 (το σταθερό προϊόν)

418 ΔΟΚΙΜΕΣ ΚΛΙΠ-ΓΛΩΣΣΑΣ38 ΚΛΙΠ11 ΓΛΩΣΣΕΣΚΑΙ ΤΑ ΔΥΟ ΣΥΣΤΗΜΑΤΑ ΟΛΟΚΛΗΡΩΣΑΝ ΚΑΘΕ ΔΟΚΙΜΗ
FIG. 03 · ΟΜΟΙΟΤΗΤΑ ΜΕ ΤΟΝ ΟΜΙΛΗΤΗ · DUBBING V1 · FAMILIAR +27.8% · ΚΑΙ ΟΙ 11 ΓΛΩΣΣΕΣ ΥΠΕΡ ΤΟΥ FAMILIAR
FAMILIAR0.4605
ELEVENLABS0.3604
FIG. 04 · ΦΑΣΜΑΤΙΚΟ ΣΦΑΛΜΑ ΗΧΟΥ ΠΕΡΙΒΑΛΛΟΝΤΟΣ · DUBBING V1 · dB, ΧΑΜΗΛΟΤΕΡΑ ΕΙΝΑΙ ΚΑΛΥΤΕΡΑ · ΕΠΑΛΗΘΕΥΜΕΝΕΣ ΠΕΡΙΟΧΕΣ ΣΚΗΝΗΣ
ELEVENLABS12.27 dB
FAMILIAR3.40 dB
+95.5%

Το ElevenLabs είχε 95.5% περισσότερα λάθη στην ομιλία που επισήμανε ο έλεγχος.

258 ΕΝΑΝΤΙ 132
+243.7%

Η συσχέτιση του σχήματος των γέλιων και των αντιδράσεων για το Familiar: 0.759 έναντι 0.221, σε επαληθευμένες περιοχές συμβάντων.

+10.2%

Προβλεπόμενη φυσικότητα υπέρ του Familiar.

2.51 ΕΝΑΝΤΙ 2.28 · ΔΙΕΡΕΥΝΗΤΙΚΟ
DUBBING V2 (ALPHA)
Η ΔΙΑΣΤΑΣΗΚάλυψη
ΤΟ ΑΠΟΤΕΛΕΣΜΑΤο Familiar ολοκλήρωσε 38/38 κλιπ-πηγές· το Dubbing v2 (Alpha) απέρριψε το κλιπ των 10.94 δευτερολέπτων, κάτω από το ελάχιστο των 11 δευτερολέπτων (37/38).
DUBBING V2 (ALPHA)
Η ΔΙΑΣΤΑΣΗΟμοιότητα με τον ομιλητή
ΤΟ ΑΠΟΤΕΛΕΣΜΑΧωρίς σαφές συμπέρασμα σε αυτό το μέγεθος δείγματος· σημειακή εκτίμηση +3.5% υπέρ του Familiar, με διάστημα σε ζεύγη που περνά από το μηδέν.
DUBBING V1
Η ΔΙΑΣΤΑΣΗΧρονισμός μεταβατικών ήχων (ηχητικά εφέ και beats)
ΤΟ ΑΠΟΤΕΛΕΣΜΑΚαι εδώ υπέρ του Familiar: F1 0.947 έναντι 0.762.
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

Τα όρια ροής εργασίας που συναντήσαμε

ELEVENLABS DUBBING3 ΟΡΙΑ ΠΡΟΪΟΝΤΟΣΠΑΡΑΤΗΡΗΣΗ 5 ΑΥΓΟΥΣΤΟΥ 2026
11 δευτ.

Ελάχιστη διάρκεια κλιπ. Το κλιπ των 10.94 δευτερολέπτων του δείγματός μας δεν μπορούσε να μεταγλωττιστεί καθόλου.

20

Αρχεία ανά παρτίδα. Τέσσερα βίντεο σε έξι γλώσσες δίνουν ήδη 24 αποτελέσματα, περισσότερα απ' όσα χωράει μία παρτίδα.

30

Ταυτόχρονα αιτήματα. Δέκα βίντεο σε δέκα γλώσσες είναι 100 αιτήματα: τουλάχιστον τέσσερα κύματα παρτίδων και αναμονής.

  • Το Familiar δέχεται κλιπ οποιασδήποτε διάρκειας· ένα ανέβασμα απλώνεται σε κάθε επιλεγμένη γλώσσα.

Τιμή

ΟΛΑ ΜΑΖΙ

Ένα render του Familiar, ανά τελικό λεπτό και ανά γλώσσα-στόχο: η μετάφραση, η φωνή του ίδιου του ομιλητή, ο ήχος της σκηνής και το lip sync, έως 4K με πραγματική μίξη 5.1 ή στερεοφωνική.

ΠΡΟΣΒΑΣΗ ΜΕ ΣΥΜΒΟΛΑΙΟ STUDIO
$3

ElevenLabs Dubbing, ανά μεταγλωττισμένο λεπτό και ανά γλώσσα-στόχο. Μόνο ήχος.

ΤΙΜΗ ΣΕΛΙΔΑΣ ΠΛΗΡΩΜΗΣ · 5 ΑΥΓΟΥΣΤΟΥ 2026
Τα $3 αγοράζουν μόνο ήχο. Για να φτάσετε ένα render του Familiar πρέπει να προσθέσετε και lip sync: το καλύτερο αυτόνομο εργαλείο, το Sync.so, κοστίζει $8 το λεπτό, $11 συνολικά, και πάλι χωρίς μίξη 5.1. Η τεκμηρίωση του ίδιου του ElevenLabs: οι μεταγλωττίσεις είναι «το πολύ στερεοφωνικές… ο ήχος 5.1 και ο υπόλοιπος πολυκαναλικός ήχος δεν διατηρούνται». Για σύγκριση, η πλήρης ανθρώπινη μεταγλώττιση, μετάφραση και φωνή μαζί, κοστίζει $70 έως $150 ανά τελικό λεπτό· σε αυτή την τιμή, για τον περισσότερο κόσμο δεν είναι επιλογή.
Τα όρια και οι τιμές των προϊόντων καταγράφηκαν στις 5 Αυγούστου 2026 και μπορεί να αλλάξουν.

Η πλήρης μελέτη τιμών, με πηγές: Πόσο κοστίζει η μεταγλώττιση το 2026;

Κείμενο μετάφρασης απέναντι σε επαγγελματίες μεταφραστές

Μια ξεχωριστή μελέτη του Αυγούστου 2026 έβαλε τη μετάφραση παραγωγής του Familiar απέναντι σε έμπειρους επαγγελματίες μεταφραστές, με βαθμολόγηση στα τυφλά απέναντι σε διορθωμένες μεταφράσεις αναφοράς από ειδικούς.

Σε Γαλλικά, Κινεζικά, Χίντι και Ινδονησιακά, το Familiar ισοφαρίζει το πρώτο τους πέρασμα.

FIG. 05 · ΠΟΙΟΤΗΤΑ ΜΕΤΑΦΡΑΣΗΣ ΕΝΑΝΤΙ ΕΜΠΕΙΡΟΥ ΕΠΑΓΓΕΛΜΑΤΙΑ ΣΕ ΠΡΩΤΟ ΠΕΡΑΣΜΑ · ΒΑΘΜΟΛΟΓΗΣΗ ΣΤΑ ΤΥΦΛΑ · ΑΥΓΟΥΣΤΟΣ 2026
ΓΑΛΛΙΚΑ100.0%
ΚΙΝΕΖΙΚΑ98.2%
ΧΙΝΤΙ103.3%
ΙΝΔΟΝΗΣΙΑΚΑ99.6%
ΔΙΑΚΕΚΟΜΜΕΝΗ ΓΡΑΜΜΗ = ΕΠΑΓΓΕΛΜΑΤΙΑΣ ΣΕ ΠΡΩΤΟ ΠΕΡΑΣΜΑ (100%)
100.3%

Μέσος όρος της ποιότητας μετάφρασης του επαγγελματία σε πρώτο πέρασμα.

ΓΑΛΛΙΚΑ, ΚΙΝΕΖΙΚΑ, ΧΙΝΤΙ, ΙΝΔΟΝΗΣΙΑΚΑ (ΠΡΩΤΟ ΠΕΡΑΣΜΑ ΕΜΠΕΙΡΩΝ ΕΠΑΓΓΕΛΜΑΤΙΩΝ ΜΕΤΑΦΡΑΣΤΩΝ)

Περιορισμοί

Ο έλεγχος νοήματος γίνεται με τη βοήθεια μοντέλου και σε ένα πέρασμα· ο ανεξάρτητος διπλός έλεγχος από φυσικούς ομιλητές εκκρεμεί. Ομοιότητα με τον ομιλητή και φυσικότητα στο Dubbing v2 (Alpha): χωρίς σαφές συμπέρασμα σε αυτό το μέγεθος δείγματος· δεν συγχωνεύονται ποτέ με το αποτέλεσμα του v1. Επιλεγμένα κλιπ από τον πραγματικό κόσμο, όχι δείγμα πιθανότητας όλων των βίντεο.

ΠΑΡΑΠΟΜΠΕΣ

  1. [1]Benchmark Familiar έναντι ElevenLabs: πλήρη αποτελέσματα, διαστήματα εμπιστοσύνης και ηχητικά παραδείγματα
  2. [2]AI έναντι ανθρώπινης μετάφρασης: δοκιμή απέναντι σε επαγγελματίες (η πλήρης μελέτη μετάφρασης)
  3. [3]Τεκμηρίωση του ElevenLabs Dubbing (τιμολόγηση ανά διάρκεια πηγής και αριθμό γλωσσών)
  4. [4]Κέντρο βοήθειας του ElevenLabs: ποιες μορφές αρχείων υποστηρίζει το Dubbing (ήχος το πολύ στερεοφωνικός· το 5.1 δεν διατηρείται)

ΠΟΛΥΤΡΟΠΙΚΗ ΜΕΤΑΦΡΑΣΗ

Η Familiar Labs φτιάχνει μεταγλώττιση νέας γενιάς με ένα πολυτροπικό μοντέλο αποφάσεων τοπικοποίησης (MLDM), το πρώτο θεμελιώδες μοντέλο για πολυτροπική μετάφραση: ένα μοντέλο αποφασίζει τι θα τοπικοποιηθεί σε κείμενο, ήχο και εικόνα και σου δείχνει τις επιλογές. Η φωνή και τα χείλη σου, μεταφερμένα σε νέες γλώσσες. Μια ομάδα 8 ατόμων με διδάκτορες, με την υποστήριξη των Samsung, RedBird και Gold House. Η αποστολή μας

Δες το πλήρες benchmark →Μίλα με την ομάδα