POSITION

Pourquoi la majeure partie du monde n'a jamais été doublée

FAMILIAR RECHERCHEMIS À JOUR LE TOUS LES ARTICLES
LIRE ENEnglishEspañolPortuguês中文日本語한국어FrançaisDeutschالعربيةBahasa IndonesiaРусскийItalianoTiếng ViệtไทยNederlandsΕλληνικάУкраїнська粵語NorskCatalàHrvatskiLietuviųSlovenčinaSvenskaБългарскиСрпскиБеларускаяDanskҚазақшаLatviešu

RÉSUMÉ

Pas de l'« IA générative », mais de la traduction au service des créatifs. Le doublage est resté hors de portée pour la majeure partie du monde. Un doublage humain complet coûte 70 $ à 150 $ la minute produite, chaque langue exige sa propre distribution et sa propre équipe, et chaque langue avance selon son propre calendrier. Résultat : même les plus grosses productions ne sont doublées qu'en quelques langues, et les productions plus modestes, les émissions et les séries verticales ne le sont pas du tout. Un nouveau paradigme, le premier du genre, change la donne : un modèle de décision multimodal pour la localisation (MLDM), le premier modèle de fondation pour la traduction multimodale, prend en charge la partie fastidieuse, pour qu'une même performance touche chaque public.
LE PREMIER MODÈLE DE FONDATION POUR LA TRADUCTION MULTIMODALE

Le coût d'une seule langue

DOUBLAGE HUMAIN COMPLET

$70 à $150

Traduction et voix, par minute produite.

UNE VIDÉO DE 60 MINUTES

$4,200 à $9,000

Pour une seule langue cible. Dix langues, et la facture est multipliée par dix.

Un blockbuster peut assumer ce coût pour ses plus grands marchés. Un documentaire, un talk-show ou une saison de série verticale ne peut généralement pas l'assumer, ne serait-ce que pour une langue.

Les équipes derrière chaque langue

Un doublage est une production. Chaque langue a besoin de son traducteur-adaptateur, d'un casting, de comédiens pour chaque rôle, d'un directeur artistique, d'un studio et d'un mixeur. Catherine Retat, directrice senior de la localisation des contenus mondiaux chez Netflix, a donné l'ordre de grandeur sans détour lors d'une table ronde sur la localisation à Séoul : il faut généralement 50 à 60 personnes pour produire une seule version doublée, si bien que doubler en dix langues mobilise environ 500 personnes, selon Digital Today.
SOURCE [Digital Today](https://www.digitaltoday.co.kr/en/view/115229/netflix-up-to-60-people-per-language-for-dubbing-work-with-122-partners-worldwide), 15 octobre 2026

Ce savoir-faire est bien réel, et c'est grâce à lui que les meilleurs doublages sonnent si juste. Mais il signifie aussi que chaque nouvelle langue est une nouvelle équipe à trouver, à réserver et à diriger.

Le temps

Chaque langue suit son propre calendrier :

  1. 01

    Adapter le texte aux mouvements des lèvres.

  2. 02

    Faire le casting.

  3. 03

    Enregistrer réplique par réplique.

  4. 04

    Diriger les prises.

  5. 05

    Mixer face à l'original.

Les dates de sortie attendent rarement la langue la plus lente : la liste se réduit donc aux langues capables de finir à temps.

Qui reste sur le bord du chemin

Additionnez le coût, les équipes et le temps, et vous obtenez la carte actuelle :

LES PLUS GROSSES PRODUCTIONS
CE QU'ELLE FAIT AUJOURD'HUIDoublent dans une poignée de leurs plus grands marchés.
PRODUCTIONS PLUS MODESTES, ÉMISSIONS ET SÉRIES VERTICALES
CE QU'ELLE FAIT AUJOURD'HUINe doublent presque jamais ; des sous-titres, au mieux.

Le public n'attend pas en anglais. L'anglais représente 25.9% des internautes selon l'estimation d'Internet World Stats au 31 mars 2020, citée sur Wikipedia : environ 74% des internautes ne le parlent pas.

Pour la plupart d'entre eux, l'essentiel des vidéos du monde n'a jamais été doublé.

Le MLDM pour les tâches fastidieuses.

L'essentiel du travail d'un doublage se répète : faire passer chaque réplique dans la nouvelle langue, avec la voix de la personne qui parle, en accordant les lèvres aux nouveaux mots. C'est cette partie que prend le MLDM. Vers 30 langues, il décide de la formulation de chaque réplique, de la voix à traduire, de qui parle à l'écran et de la façon dont les lèvres suivent. L'acteur, la performance, le rythme et le son de la scène restent tels qu'ils étaient.

L'équipe garde la main.

Chaque décision est enregistrée avec la tâche, et vous pouvez revenir sur chacune. Aujourd'hui, vos directeurs artistiques relisent la traduction face à l'original avant le rendu et choisissent parmi les options proposées pour une réplique qui peut se comprendre de plusieurs façons. Choisir quels sons restent dans la langue d'origine, quel visage parle et quel texte à l'écran traduire est en préparation.

D'où viennent les données

Toutes les données qui ont servi à entraîner notre modèle ont été produites par l'équipe Familiar elle-même.

Rien de nouveau n'est inventé et il n'y a pas de prompt : votre vidéo entre, et la même performance ressort dans une autre langue. Ce n'est pas de l'« IA générative » au sens traditionnel. C'est de la traduction, pour qu'une série faite pour un pays puisse atteindre le suivant.

Nous sommes un outil de plus dans le processus créatif.

QUESTIONS

Pourquoi si peu de séries sont-elles doublées ?

Le coût, les équipes et le temps. Un doublage humain complet coûte 70 $ à 150 $ la minute produite, chaque langue exige sa propre distribution, son directeur artistique et son studio, et chacune suit son propre calendrier. Les plus grosses productions doublent en quelques langues ; les productions plus modestes, les émissions et les séries verticales ne doublent presque jamais.

Qui vérifie un doublage Familiar avant sa sortie ?

Votre équipe. Chaque vidéo s'arrête sur un écran de relecture où vous modifiez n'importe quelle réplique avant le rendu, et une réplique qui peut se comprendre de plusieurs façons revient avec des options au choix.

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.

RÉFÉRENCES

  1. [1]Digital Today, Netflix says it deploys up to 60 people per dubbed language, works with 122 partners worldwide, 15 octobre 2026
  2. [2]Wikipedia, Languages used on the Internet (Internet World Stats, 31 mars 2020), consulté le 24 octobre 2026
  3. [3]Combien coûte le doublage en 2026 ?
  4. [4]Pourquoi Familiar n'est pas de l'IA générative au sens traditionnel

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

Voir le benchmark complet →Parler à l'équipe