हमारा नज़रिया

दुनिया का ज़्यादातर हिस्सा कभी डब क्यों नहीं हुआ

FAMILIAR LABS रिसर्चअपडेट सारे लेख

सार

'जनरेटिव AI' नहीं, बल्कि ट्रांसलेशन, जो क्रिएटर्स के हाथ मज़बूत करे। हर तैयार मिनट पर $70 से $150, और हर भाषा के लिए अपनी कास्ट, क्रू और शेड्यूल: इसलिए डबिंग दुनिया के ज़्यादातर हिस्से की पहुंच से बाहर रही है। एक नया पैराडाइम, अपनी तरह का पहला, थकाऊ काम संभालता है: मल्टीमोडल लोकलाइज़ेशन फ़ाउंडेशन मॉडल (MLFM), मल्टीमोडल ट्रांसलेशन का पहला फ़ाउंडेशन मॉडल।
मल्टीमोडल ट्रांसलेशन का पहला फ़ाउंडेशन मॉडल

एक भाषा की लागत

पूरी इंसानी डबिंग

$70 से $150

ट्रांसलेशन और आवाज़ मिलाकर, हर तैयार मिनट पर।

60 मिनट का एक वीडियो

$4,200 से $9,000

हर भाषा के लिए। दस भाषाएं, तो दस गुना।

कोई ब्लॉकबस्टर अपने सबसे बड़े मार्केट्स के लिए यह खर्च उठा सकती है; किसी डॉक्यूमेंट्री या वर्टिकल ड्रामा के एक सीज़न के लिए अक्सर एक भाषा का खर्च भी भारी पड़ता है।

हर भाषा एक प्रोडक्शन है

  1. 01

    स्क्रिप्ट को होंठों की हरकत के हिसाब से ढालें।

  2. 02

    कास्ट करें।

  3. 03

    लाइन-दर-लाइन रिकॉर्ड करें।

  4. 04

    टेक्स डायरेक्ट करें।

  5. 05

    ओरिजिनल से मिलाकर मिक्स करें।

Netflix की Catherine Retat के मुताबिक एक डब वर्ज़न में 50 से 60 लोग लगते हैं (Digital Today)। इसी हुनर से सबसे अच्छे डब बनते हैं। रिलीज़ की तारीखें सबसे धीमी भाषा का इंतज़ार शायद ही करती हैं, इसलिए लिस्ट छंट जाती है।

कौन छूट जाता है

बड़ी प्रोडक्शंस
आज क्या करता है
अपने सबसे बड़े कुछ गिने-चुने मार्केट्स में डब करती हैं।
छोटी प्रोडक्शंस, शोज़ और वर्टिकल ड्रामा
आज क्या करता है
ज़्यादातर डब ही नहीं करते; ज़्यादा से ज़्यादा सबटाइटल्स।

इंटरनेट यूज़र्स में अंग्रेज़ी का हिस्सा 25.9% है (Internet World Stats, 31 मार्च 2020, Wikipedia पर हवाला)। बाकी 74% के लिए ज़्यादातर वीडियो कभी डब ही नहीं हुआ।

थकाऊ काम के लिए MLFM।

डब का ज़्यादातर काम दोहराव का होता है: हर लाइन नई भाषा में, बोलने वाले की आवाज़ में, होंठ साथ चलते हुए। यही वह हिस्सा है जो MLFM संभालता है। 13 भाषाओं में यह तय करता है कि हर लाइन का कौन-सा वर्ज़न हो, कौन-सी आवाज़ ट्रांसलेट हो, स्क्रीन पर उसे कौन बोल रहा है और होंठ कैसे साथ चलें।

कमान टीम के हाथ में रहती है।

हर फ़ैसला जॉब के साथ दर्ज होता है और बदला जा सकता है। आज आपके क्रिएटिव डायरेक्टर ट्रांसलेशन को ओरिजिनल के साथ पढ़ते हैं, और जो लाइन एक से ज़्यादा तरह से कही जा सकती है, उसके विकल्पों में से चुनते हैं। कौन-सी आवाज़ें ओरिजिनल रहें, कौन-सा चेहरा बोल रहा है और स्क्रीन का कौन-सा टेक्स्ट ट्रांसलेट हो, यह चुनना तैयारी में है।

डेटा कहां से आता है

++
जिस डेटा पर हमने ट्रेनिंग की, वह सारा असल में Familiar Labs टीम ने ही बनाया है।

कोई प्रॉम्प्ट नहीं: आपका वीडियो अंदर जाता है, और वही परफ़ॉर्मेंस दूसरी भाषा में बाहर आती है। यह पारंपरिक मायनों में 'जनरेटिव AI' नहीं है। यह ट्रांसलेशन है।

हम क्रिएटिव प्रोसेस का एक और टूल हैं।

सवाल

ज़्यादा शोज़ डब क्यों नहीं होते?

लागत, लोग और वक्त। पूरी इंसानी डबिंग हर तैयार मिनट पर $70 से $150 बैठती है, और हर भाषा को अपनी कास्ट, डायरेक्टर, स्टूडियो और शेड्यूल चाहिए।

रिलीज़ से पहले Familiar Labs का डब कौन जांचता है?

आपकी टीम। हर वीडियो एक रिव्यू स्क्रीन पर रुकता है, जहां रेंडर से पहले आप कोई भी लाइन एडिट कर सकते हैं।

क्या Familiar Labs जनरेटिव AI है?

नहीं। उसका मल्टीमोडल लोकलाइज़ेशन फ़ाउंडेशन मॉडल (MLFM) तय करता है कि जो पहले से मौजूद है उसे कैसे लोकलाइज़ किया जाए, बिना किसी प्रॉम्प्ट के।

संदर्भ

  1. [1]Digital Today, Netflix का कहना है कि वह हर डब भाषा पर 60 तक लोग लगाता है और दुनिया भर में 122 पार्टनर्स के साथ काम करता है, 15 अक्टूबर 2026
  2. [2]Wikipedia, Languages used on the Internet (Internet World Stats, 31 मार्च 2020), 24 अक्टूबर 2026 को पढ़ा गया
  3. [3]डबिंग का खर्च कितना आता है?
  4. [4]Familiar Labs पारंपरिक जनरेटिव AI क्यों नहीं है

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