सार
तरीका
DUBBING V1 · जोड़ी आउटपुट
418
38 क्लिप्स, 11 भाषाएं
DUBBING V2 (ALPHA) · जोड़ी आउटपुट
111
मंडारिन, स्पेनिश, जापानी
स्टडी की तारीख
5 अगस्त 2026
दोनों स्टडीज़
सोर्स क्लिप्स
38
अंग्रेज़ी, हर क्लिप का वज़न बराबर
पेयर्ड और ब्लैक-बॉक्स: हर सिस्टम को वही क्लिप, सिर्फ फ़ाइनल ऑडियो परखा गया। मतलब का रिव्यू मॉडल की मदद से, एक ही पास में हुआ है; नेटिव स्पीकर्स का दोहरा रिव्यू बाकी है। चुनी हुई क्लिप्स, प्रोबेबिलिटी सैंपल नहीं; दोनों ग्रुप्स के नतीजे कभी मिलाए नहीं जाते।
नतीजे: ElevenLabs Dubbing v2 (Alpha) (उसका सबसे नया प्रोडक्ट)
ElevenLabs में बैकग्राउंड साउंड की गड़बड़ी 270% ज़्यादा रही: हंसी, म्यूज़िक, माहौल।
11.92 बनाम 3.22 dB MAEElevenLabs में हंसी और प्रतिक्रियाओं की लाउडनेस की गड़बड़ी 221% ज़्यादा रही।
3.32 बनाम 1.04 dB · 18 क्लिप्स / 54 तुलनाएंहंसी और प्रतिक्रियाओं के पैटर्न का मेल, Familiar Labs के पक्ष में: 0.960 बनाम 0.749। पेयर्ड 95% अंतराल में शून्य शामिल नहीं।
यहां बोलने वाले से समानता का नतीजा साफ़ नहीं: Familiar Labs के लिए +3.5%, जिसका अंतराल शून्य को पार करता है। Dubbing v2 (Alpha) ने 10.94 सेकंड की क्लिप ठुकरा दी, क्योंकि उसका मिनिमम 11 सेकंड है (37/38); Familiar Labs ने 38/38 पूरी कीं।
नतीजे: ElevenLabs Dubbing v1 (उसका स्थिर प्रोडक्ट)
ElevenLabs के बोले गए आउटपुट में रिव्यू के दौरान पकड़ी गई गलतियां 95.5% ज़्यादा रहीं।
258 बनाम 132हंसी और प्रतिक्रियाओं के पैटर्न का मेल, Familiar Labs के पक्ष में: 0.759 बनाम 0.221, जांचे गए इवेंट वाले हिस्सों में।
Familiar Labs की अनुमानित नैचुरलनेस।
2.51 बनाम 2.28 · शुरुआती आकलनट्रांज़िएंट्स की टाइमिंग, यानी साउंड इफेक्ट्स और बीट्स, में भी Familiar Labs आगे: F1 0.947 बनाम 0.762।
ट्रांसलेशन एडिट करना है, तो उनका पुराना मॉडल ही चलेगा।
+27.8%
Familiar Labs असली बोलने वाले के ज़्यादा करीब, सभी 11 भाषाओं में
261%
ElevenLabs में बैकग्राउंड साउंड की ज़्यादा गड़बड़ी: म्यूज़िक, माहौल
+243.7%
हंसी और रिएक्शन के अंदाज़ में Familiar Labs आगे
वर्कफ़्लो और दाम
ELEVENLABS DUBBING
- हर टारगेट भाषा के हर डब मिनट पर $3, सिर्फ ऑडियो।
- क्लिप की न्यूनतम लंबाई 11 s।
- एक बैच में 20 आइटम, एक साथ 30 रिक्वेस्ट्स।
FAMILIAR LABS
- एक रेंडर: ट्रांसलेशन, बोलने वाले की अपनी आवाज़, सीन का ऑडियो और लिप सिंक, 4K तक, असली 5.1 या स्टीरियो में।
- किसी भी लंबाई की क्लिप।
- एक अपलोड, हर चुनी हुई भाषा। एक्सेस Studio कॉन्ट्रैक्ट से।
ट्रांसलेशन का टेक्स्ट, प्रोफेशनल ट्रांसलेटर्स के मुकाबले
फ़्रेंच, चीनी, हिंदी और इंडोनेशियाई में Familiar Labs उनके पहले ड्राफ्ट की बराबरी करता है।
अगस्त 2026 की एक अलग स्टडी, ब्लाइंड स्कोरिंग के साथ: औसतन प्रोफेशनल के पहले ड्राफ्ट की क्वालिटी का 100.3%। AI बनाम इंसानी ट्रांसलेशन: प्रोफेशनल्स के मुकाबले परखा गया।
संदर्भ
- [1]Familiar Labs बनाम ElevenLabs बेंचमार्क: पूरे नतीजे, अंतराल और सुनने के उदाहरण
- [2]AI बनाम इंसानी ट्रांसलेशन: प्रोफेशनल्स के मुकाबले परखा गया (ट्रांसलेशन की पूरी स्टडी)
- [3]ElevenLabs Dubbing का डॉक्यूमेंटेशन (सोर्स की अवधि और भाषाओं की गिनती के हिसाब से दाम)
- [4]ElevenLabs हेल्प सेंटर: Dubbing किन फ़ाइल फ़ॉर्मेट्स को सपोर्ट करता है (ऑडियो ज़्यादा से ज़्यादा स्टीरियो; 5.1 सुरक्षित नहीं रहता)
मल्टीमोडल ट्रांसलेशन
Familiar Labs एक पीढ़ी आगे की डबिंग बनाता है, मल्टीमोडल लोकलाइज़ेशन फ़ाउंडेशन मॉडल (MLFM) से, जो मल्टीमोडल ट्रांसलेशन का पहला फ़ाउंडेशन मॉडल है: एक ही मॉडल तय करता है कि टेक्स्ट, ऑडियो और विज़ुअल में क्या लोकलाइज़ करना है, और फ़ैसले आपके सामने रखता है। आपकी आवाज़ और होंठ, अब नई भाषाओं में। PhD वाली 7 लोगों की टीम, जिसके पीछे Samsung, RedBird और Gold House हैं। हमारा मिशन
