RÉSUMÉ
Ce qu'est l'IA générative
L'IA générative, parfois appelée gen AI, est une intelligence artificielle (IA) capable de créer du contenu original, comme du texte, des images, des vidéos, de l'audio ou du code logiciel, en réponse à l'invite ou à la demande d'un utilisateur.
La définition repose sur deux éléments : un prompt entre, et il en sort quelque chose qui n'existait pas avant.
CE QUE FAIT L'IA GÉNÉRATIVE
- Un excellent outil pour créer du neuf : un premier jet, une ébauche de chanson.
CE QU'EXIGE LA TRADUCTION
- L'œuvre existe déjà, et tout l'enjeu est de la faire passer intacte dans une autre langue.
Le test du prompt
Demandez-vous ce que l'utilisateur saisit. Avec l'IA générative, un prompt : on décrit la chose, le modèle la fabrique. Avec Familiar, rien. Votre vidéo entre, et la même performance ressort dans une autre langue.
La scène reste elle aussi : les rires, la musique, l'ambiance.
D'où viennent les données
Toutes les données qui ont servi à entraîner notre modèle ont été produites par l'équipe Familiar elle-même.
Le MLDM pour les tâches fastidieuses.
Chaque doublage comporte sa part fastidieuse : quelle formulation, quelle voix, comment les lèvres suivent, pour chaque réplique dans chaque langue. Le MLDM en décide, et chaque décision est enregistrée avec la tâche pour que votre équipe puisse revenir dessus.
- AUJOURD'HUI
Vos directeurs artistiques voient les choix de traduction.
Plusieurs formulations d'une blague, l'argot gardé tel quel, les grossièretés atténuées pour une version jeune public. - EN PRÉPARATION
Choisir quels sons restent dans la langue d'origine, quel visage parle et quel texte à l'écran traduire.
La performance, le casting et chaque choix créatif restent entre les mains de celles et ceux qui ont fait l'œuvre.
Nous sommes un outil de plus dans le processus créatif.
Pourquoi la voie de la qualité, selon notre CEO : D'humain à humain, pas d'IA à IA.
QUESTIONS
Familiar, est-ce de l'IA générative ?
Non. Familiar est un modèle de décision multimodal pour la localisation (MLDM) : il décide comment localiser ce qui existe déjà, sans aucun prompt. Votre vidéo entre, la même performance ressort dans une autre langue. Toutes les données qui ont servi à entraîner notre modèle ont été produites par l'équipe Familiar elle-même. Nous sommes un outil de plus dans le processus créatif.
Familiar invente-t-il des mots ou des répliques ?
Non. Les mots sont la traduction de ce qui a été dit, et vos directeurs artistiques peuvent relire chaque réplique avant le rendu. Une réplique qui peut se comprendre de plusieurs façons, comme une blague, revient sous forme de trois traductions au choix.
Quelle voix entend-on dans le doublage ?
Celle de la personne qui parle, tirée du clip lui-même et portée dans la nouvelle langue. Familiar double vers 30 langues, à partir de vidéos dans n'importe laquelle des 99 langues sources.
RÉFÉRENCES
Traduction multimodale
Familiar Labs conçoit un doublage d'une génération d'avance grâce à un modèle de décision multimodal pour la localisation (MLDM), le premier modèle de fondation pour la traduction multimodale : un seul modèle décide ce qu'il faut localiser dans le texte, le son et l'image, et vous montre les choix. Votre voix et vos lèvres, portées dans de nouvelles langues. Une équipe de 8 personnes, dont des docteurs, soutenue par Samsung, RedBird et Gold House. Notre mission