NOTRE MISSION

Nous existons pour briser toutes les barrières qui empêchent les gens de se comprendre.

01L'histoire

Aux origines.

Notre CEO, Andrew Liu, est arrivé dans une école où il ne pouvait pas parler anglais avec ses camarades. Il était le seul Asiatique de toute l'école. Il n'avait pas d'amis. Il a appris la langue en regardant la télévision ; c'est par l'écran que l'anglais a fini par lui parvenir. Cela ne l'a jamais quitté.

C'est pour cela que Familiar Labs existe : pour que ce qui passe à l'écran parvienne à chacun, dans la langue qu'il comprend.

Nous ne remplaçons pas les artistes. Nous les traduisons.

02La frontière

Préserver l'humain.

Le divertissement pèsera 4 200 milliards de dollars d'ici 2030.

PwC, Global Entertainment & Media Outlook 2026–2030.

Son avenir se joue sur une frontière ténue entre la production de masse et l'art, et Familiar Labs se tient du côté de l'art : préserver la performance humaine et l'empathie qu'elle porte.

L'artCE QU'EST L'ART

L'effort et la créativité, l'un ou l'autre, ou les deux.

L'IA peut faire de l'art dans son propre domaine, celui qu'occupe déjà l'animation : des romans, des mangas et des manhwas portés à l'écran, sans l'identité d'aucun acteur réel. Quand l'IA vise le photoréalisme pour prendre la place de l'acteur qui aurait joué, le résultat sonne creux, parce que le public était venu pour l'humain.

Nous voulons que des humains chantent et rappent.

Une chanson est une performance tirée d'une vie vécue. Même quand les paroles sont celles de quelqu'un d'autre, le chanteur les interprète, et c'est cela que nous ressentons. Une chanson entièrement générée convient là où personne n'écoute vraiment : une pub, la musique d'un magasin.
03Pourquoi les jeunes

Le public le plus jeune veut du vrai.

La génération Z a plus de goût que tous les publics avant elle. Elle suit les créateurs pour leur vraie personnalité, et elle regarde de vraies personnes.

STREAMERS
SPORT
ACTUALITÉS
ANIMATEURS DE VENTE

Nous avons soif de lien humain : la personnalité de quelqu'un, son je-ne-sais-quoi. Les humains ressentent de l'empathie pour les humains, et l'empathie retombe dès qu'on sait que c'est de l'IA.

04Les interprètes

Les acteurs et les chanteurs resteront humains. Pour l'essentiel.

Même dans plusieurs décennies, les films, les séries et la musique sans aucun interprète humain resteront minoritaires. Pourquoi l'IA remplacerait-elle les artistes qui vivent leurs rôles ?

LE PREMIER PLAN RESTE HUMAIN
L'interprète, c'est celui ou celle qui retient notre attention : l'acteur, la chanteuse, le guitariste dont le riff porte la chanson.
L'ARRIÈRE-PLAN PASSE À L'IA
Les images de synthèse, les effets visuels et sans doute les figurants, une fois le travail assez bon. C'est de la production, et c'est très bien ainsi.
L'ART FAIT AVEC L'IA
L'IA produira de véritables chefs-d'œuvre, avec beaucoup d'effort et de créativité. Nous les accueillons volontiers.
UNE SCÈNE COMME CELLE-CI
“Si je sais que c'est de l'IA, je ne peux pas ressentir la même chose.”
Andrew Liu | CEO

Admettons qu'un jour l'IA atteigne ce niveau. Il manquerait toujours l'empathie : le lien humain, et l'envie de soutenir celles et ceux qui l'ont fait.

La fin de La La Land (2016), à partir de 7:47

L'essentiel de ce que nous choisirons de soutenir restera humain. L'empathie que nous ressentons pour une personne n'est pas un biais qui s'efface ; c'est notre façon de vivre, d'aimer et de nous servir du langage.

05Le mur

La langue a toujours été le mur entre les gens.

  • Un parent qui ne peut pas parler au professeur de son enfant.

  • Un patient qui ne peut pas décrire ses symptômes.

  • Un témoin qui ne peut pas se faire comprendre dans la langue du tribunal.

06Ce que c'est

Le MLFM pour les tâches fastidieuses.

LE PREMIER MODÈLE DE FONDATION POUR LA TRADUCTION MULTIMODALE
  • Tes images, ta voix, ton visage. Rien n'est inventé.
  • Aucun prompt. Rien de nouveau n'est généré au hasard.
  • Toutes les données qui ont servi à entraîner notre modèle ont été produites par l'équipe Familiar Labs elle-même.

Un seul modèle qui décide ce qu'il faut localiser et comment, dans le texte, le son et l'image, et qui te montre les choix qui comptent. D'abord la traduction, puis le doublage en une seule passe : la voix, les lèvres et la scène ensemble. Les décisions sont cohérentes, car un seul modèle les prend. La personne ne change jamais.

Pas de l'« IA générative », mais de la traduction au service des créatifs.

Nous sommes un outil de plus dans le processus créatif.

TRADUCTION

Quelle traduction pour chaque réplique.

AUJOURD'HUI
  • Plusieurs traductions pesées ; tes directeurs artistiques voient les options argumentées et choisissent.
  • Ce qui ne se traduit pas : l'argot gardé tel quel, le nom et la marque conservés.
  • La référence remplacée par une autre que le public connaît, ce que la culture évite, les grossièretés atténuées pour le jeune public.
SON

D'abord, quoi traduire.

AUJOURD'HUI
  • La voix principale repérée et doublée avec la voix même de la personne qui parle.
  • Les rires, la foule, un cri, une voix que personne ne distingue : laissés tels quels.
EN PRÉPARATION
  • Un chant scandé, une exclamation, une expression gardés dans la langue d'origine.
IMAGE

Ce qu'il faut localiser à l'écran.

AUJOURD'HUI
  • Qui parle vraiment : qui raconte, qui parle hors champ.
  • Les lèvres, occlusions et raisonnement spatial compris.
  • Les expressions et les gestes, quand l'insistance ou la culture l'exige.
EN PRÉPARATION
  • Le texte à l'image, un écran de téléphone, une couverture de livre, un panneau de rue, une devanture, dans les termes que tu as déjà choisis.
  • Ce qui reste tel que tourné, décidé à la volée : un paquet de Tostitos reste Tostitos.
  • À quel visage appartient une réplique, et quel texte traduire.
07Point de départ

Nous commençons là où le mur coûte le plus cher : la vidéo.

74%des internautes ne parlent pas anglais

Le doublage humain reste hors de portée pour la majeure partie du monde : même les plus grosses productions ne doublent qu'en quelques langues, à cause du coût, des équipes et du temps. Les petites productions, les émissions et les séries verticales ne sont pas doublées du tout.

Prouvé par des années de gestion des chaînes internationales de Veritasium, 3Blue1Brown et Welch Labs, au sein de l'entreprise que dirigeait notre CTO.

▚ UNE SEULE PASSE, PAS DES SEMAINES ▞

FAMILIAR LABS · UNE SEULE PASSE
Familiar LabsFamiliar Labs
DOUBLAGE VISUEL ASSISTÉ · DES SEMAINES
FlawlessFlawless
OUTILS EN UNE SEULE PASSE · AUCUN CONTRÔLE
HeyGenHeyGenElevenLabsElevenLabs

Les outils d'assistance qu'utilise aujourd'hui le secteur exigent une équipe d'artistes VFX et des semaines par projet, et chaque langue est un nouveau projet.

L'ENVOI
FAMILIAR LABS · UNE SEULE PASSEUn seul envoi ; toutes les langues partent au rendu.
DOUBLAGE VISUEL ASSISTÉ · DES SEMAINESUn master et une piste audio doublée par langue, puis des semaines de travail VFX.
OUTILS EN UNE SEULE PASSE · AUCUN CONTRÔLEUn seul envoi ; tu prends ce qui sort.Qualité très faible.Impossible de valider la traduction.
LA TRADUCTION
FAMILIAR LABS · UNE SEULE PASSEValidée par tes directeurs artistiques avant la réalisation du doublage ; une réplique qui peut se lire de plusieurs façons revient en trois versions.
DOUBLAGE VISUEL ASSISTÉ · DES SEMAINESFaite avant que l'outil n'entre en jeu, dans la piste doublée que tu fournis.
OUTILS EN UNE SEULE PASSE · AUCUN CONTRÔLENon modifiable sur le modèle actuel, sauf via une API Enterprise ; l'éditeur qui le permet tourne sur l'ancien modèle, en mode maintenance.
LE SON
FAMILIAR LABS · UNE SEULE PASSELa voix du locuteur lui-même ; la musique, les rires et l'ambiance restent.
DOUBLAGE VISUEL ASSISTÉ · DES SEMAINESTout ce que contient la piste doublée que tu fournis.
OUTILS EN UNE SEULE PASSE · AUCUN CONTRÔLELa voix s'éloigne de celle du locuteur ; la musique et l'ambiance disparaissent.
QUI PARLE
FAMILIAR LABS · UNE SEULE PASSELe modèle décide qui parle à l'écran.
DOUBLAGE VISUEL ASSISTÉ · DES SEMAINESDes artistes recadrent chaque visage dans chaque image et tranchent à la main.
OUTILS EN UNE SEULE PASSE · AUCUN CONTRÔLELe lipsync devine ; avec plusieurs personnes à l'image, ce n'est pas la bonne bouche qui bouge.
LES PLANS DIFFICILES
FAMILIAR LABS · UNE SEULE PASSEMains, micros, mouvements rapides, flou, plusieurs voix : occlusions et raisonnement spatial en une seule passe.
DOUBLAGE VISUEL ASSISTÉ · DES SEMAINESChacun corrigé à la main avant la validation.
OUTILS EN UNE SEULE PASSE · AUCUN CONTRÔLEUne main devant le visage, un micro, du flou, du bokeh, un plan de profil : le lipsync décroche.

Les outils en une seule passe d'aujourd'hui sacrifient tout le reste : la traduction n'est pas modifiable, la musique et l'ambiance disparaissent, la voix dérive, et les lèvres décrochent dès qu'il y a une main devant le visage, un micro, du flou, du bokeh, un plan de profil ou plusieurs personnes à l'image. Aucun raisonnement spatial, aucune compréhension du monde, aucun contrôle.

Familiar Labs face à Flawless TrueSync →
08Notre rôle
++
D'humain à humain, pour toucher un public plus large.

Nous portons dans chaque langue la performance qu'une personne a livrée, avec sa voix, son visage, ses éclats de voix et ses murmures intacts.

Nous ne créons jamais une personne de toutes pièces. Nous ne remplaçons jamais un acteur.

  1. AUJOURD'HUI

    Le doublage en 13 langues.

  2. EN PRÉPARATION

    Les retransmissions en direct : sport, actualités, streams.

  3. PLUS TARD

    Dans les deux sens : en réunion et sur place.

Les chercheurs capables de générer de nouveaux humains ont choisi de porter les vrais.

09Les chansons

Doubler, pas générer.

Nous sommes tout l'inverse de la génération de musique par IA. Nous refusons de remplacer les humains. Voilà à quoi l'IA devrait servir : que des gens de toutes les cultures comprennent la même chanson.

Notre CEO, Andrew Liu, est audiophile et musicien : piano, violoncelle, guitare basse. Sa mère partage ses chansons avec lui et les lui chante. Il comprend un peu le mandarin, mais chantés, les mots lui échappent. Nos parents et nos familles aiment des chansons que nous ne suivons pas, et nous aimons des chansons anglaises qu'ils ne suivent pas. Song Dubbing fait le chemin dans les deux sens : leurs chansons jusqu'à nous, les nôtres jusqu'à eux en coréen et en chinois, pour qu'ils les comprennent et les écoutent, eux aussi. Toute l'équipe adore chanter et aller au karaoké. Nous voulons tous comprendre les paroles que nous écoutons.

J'ai envie d'ajouter ces chansons traduites à ma playlist.
Jaeseok Jeong | Chercheur principal

Song DubbingLE PREMIER VÉRITABLE DOUBLAGE DE CHANSONS

La chanson que tu connais, dans la voix du même chanteur, dans une autre langue. Jusqu'ici, une chanson ne changeait de langue qu'en étant chantée de nouveau, par l'artiste, par un autre chanteur ou par une nouvelle voix créée pour l'occasion ; ici, rien n'est rechanté, et la performance originale passe telle quelle.

Pour les maisons de disques et leurs artistes, album par album, en service sur mesure, accompagné de bout en bout. Chaque vers est traduit pour être chanté, avec ses syllabes, ses rimes, son flow et son sens, et l'artiste valide les paroles dans chaque langue avant toute sortie.

10Pourquoi le Canada

Canadiens, et tournés vers le monde.

Familiar Labs est basé à Toronto et travaille avec des amis dans toute l'UE et partout dans le monde. Nos racines nous poussent à faire tomber les barrières de la langue partout, jusque dans les langues les plus rares.

AUJOURD'HUI

13 langues, de n'importe laquelle vers n'importe quelle autre.

  • allemand
  • anglais
  • arabe
  • chinois
  • coréen
  • espagnol (Amérique latine)
  • français (France)
  • hindi
  • italien
  • japonais
  • portugais (Brésil)
  • russe
  • thaï
SUR LA FEUILLE DE ROUTE
Le français québécois.
SUR LA FEUILLE DE ROUTE
Les langues autochtones du Canada.

Timmins, dans le nord de l'Ontario.

Notre CEO y a grandi, dans une école primaire d'enfants blancs et d'enfants des Premières Nations. Ses amis étaient d'origine mixte ou membres des Premières Nations, issus de communautés trop souvent délaissées, tout comme leurs langues. On s'amuse bien, dans le nord de l'Ontario.

Notre vision : un monde où chaque personne est comprise.

11Les valeurs

Nous refusons la bouillie IA et les deepfakes.

Pro-humain, pas synthétique.

Ta propre voix et ton propre visage.

Anti-bouillie IA, fondé sur le consentement.

Traduire, jamais remplacer. Consentement recueilli et provenance tracée, sur tout.

Prouvé, pas théorique.

Des benchmarks publiés face à ElevenLabs, à YouTube et aux traducteurs humains, sur les mêmes clips.

Le contrôle, intégré.

Révision avant publication par défaut ; les noms de marque et les termes restent exactement tels quels.

AUCUN DEEPFAKEQUE DE LA TRADUCTION
▚ L'ÉQUIPE ▞

Fruit de la recherche, construit avec

Andrew Liu
Andrew LiuCEOAPPROBATEUR DES ACCÈS
Jibin Song
Jibin SongDirectrice scientifiqueSECOND DÉTENTEUR DES CLÉS | APPROBATRICE DES CHANGEMENTS
Mingi Kwon
Mingi KwonCTORESPONSABLE SÉCURITÉ | DÉTENTEUR DES CLÉS | RESPONSABLE DES SUPPRESSIONS
Google Scholar ↗
Jaeseok Jeong
Jaeseok JeongChercheur principalCHARGÉ DES CONTENUS
Google Scholar ↗
Michael Chan
Michael ChanCBORESPONSABLE INCIDENTS
Taehwan Lee
Taehwan LeeMembre de l'équipe technique
Tonghyun Lee
Tonghyun LeeMembre de l'équipe technique
Prof. Xu Zheng
Prof. Xu ZhengConseiller
Prof. Youngjung Uh
Prof. Youngjung UhConseiller
Google Scholar ↗
▚ RECHERCHE ▞
Génération audiovisuelle conjointe

La voix et le visage issus d'un seul et même modèle, pour que l'identité ne puisse jamais se dissocier : le domaine que nous avons fondé avec JAM-Flow.

Animation humaine en temps réel

Les humains en temps réel les plus réalistes à ce jour : SoulX-LiveAct anime une personne à 20 images par seconde, stable pendant une heure.

Génération vidéo rapide

Distillation, guidage et échantillonnage : la recherche qui rend les modèles de diffusion assez rapides pour le temps réel.

Retouche au cœur des modèles de diffusion

La retouche au cœur des modèles de diffusion gelés, de la découverte du h-space au contrôle du style et à l'effacement du texte incrusté.

Perception multimodale

Lire la scène avant de la retoucher : qui parle, en croisant l'image et le son, dans n'importe quel environnement.

Depuis 2021, plus de 10 000 citations et plus de 100 articles publiés à ICLR, NeurIPS, CVPR, ECCV, entre autres.

SOUTENU PAR

  • Wheelhouse
  • Maximum Effort
  • Stanford
  • Yonsei
  • University of Waterloo