D'humain à humain, pas d'IA à IA

01. L'empathie

Tout tient à l'émotion. Nous savons qu'un véritable être humain joue des émotions brutes, et nous les ressentons avec lui. Une partie du public veut seulement entendre des voix ; la plupart sentent la différence. Et la mention arrivera de toute façon : les grandes plateformes signalent les contenus créés par l'IA. L'écart ne se referme donc pas quand les pixels s'améliorent. Il ne se referme que lorsque la personne est réelle.

02. L'aura des stars

Nous aimons les stars. Nous regardons une série pour un visage connu et une grande interprétation. Quand ce n'est pas vraiment elles, l'aura de la star s'étiole, et avec elle la grosse production bâtie autour.

03. Ce que garde un doublage

Un doublage garde tout à l'identique : la personne, l'interprétation, la scène, la musique. Seule la langue change. C'est pour cela que nous avons construit un modèle de décision et non un modèle vidéo : qui, à l'écran, dit la réplique, l'émotion du murmure au cri, quel nom ou quelle marque reste tel quel, ce que dit le texte à l'image. Rien n'est inventé. Tout est transmis.

04. Les contenus créés par l'IA, avec de l'effort

Il y aura des contenus assistés par l'IA et des contenus créés par l'IA, et certains seront faits avec un vrai effort. Ces contenus ont toujours besoin d'un doublage. Un modèle généraliste ne sait pas rejouer la même scène dans une nouvelle langue avec la bonne personne qui parle, les rires et la musique intacts et le texte à l'écran remplacé. Et c'est sur la traduction que même les meilleurs modèles généralistes trébuchent : une blague qui ne passe pas, un nom qu'on traduit, un mot d'argot qui prend un sens fâcheux dans la nouvelle langue, un sujet que cette culture évite. Les contenus faits sans effort ne vaudront pas la peine d'être doublés ; ils seront simplement refaits pour chaque culture. Très bien. Nous ne sommes pas faits pour eux.

Et certains contenus ne peuvent pas être refaits du tout :

Un moment en direct ne peut qu'être transmis. Notre prochaine version va dans cette direction.

05. Deux voies

La voie rapide : un envoi, et l'on prend ce qui sort, sans contrôle, avec une traduction impossible à valider. La voie de la qualité : la personne, l'interprétation et la scène préservées, chaque décision enregistrée et modifiable par vous, en une seule passe. Nous avons choisi la seconde à dessein.

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

+27.8%

FAMILIAR CLOSER TO THE REAL SPEAKER

FAMILIAR · ONE SHOT AND THE QUALITYFamiliar vs Flawless TrueSync →The ElevenLabs study →The demos →

06. Pourquoi la voie de la qualité s'additionne

Chaque titre enrichit le relevé des décisions : ce que cette culture évite, quel argot tourne mal, jusqu'où vont les grossièretés, les bons termes, la façon dont une blague passe. Un choix fait une fois vaut pour l'épisode suivant. Les modèles vidéo généralistes sauront générer dans une langue bien avant de savoir y localiser ; nous travaillons en 30 langues, et la nuance s'accumule.

++

D'humain à humain, pour toucher un public plus large.