JAWABAN SINGKAT
VERSI RINGKAS
- Satu profil kreator (creator_id, plus external_id milik jaringan) membawa daftar Jangan Diterjemahkan dan kalimat konteks kreator itu ke setiap dubbing dan sesi live.
- Entri melekat di tiga lingkup, kreator, stream, atau job, dan lingkup yang lebih sempit yang berlaku.
- Suara dubbing berasal dari klip kreator sendiri: Familiar terdengar 27.8% lebih mirip pembicara aslinya dibanding ElevenLabs Dubbing v1 di 418 output berpasangan (5 Agustus 2026).
- Setiap bahasa dikirim sebagai video jadi, subtitle .srt dan .vtt, dua file audio, serta judul dan deskripsi terjemahan dengan link dan hashtag tetap apa adanya.
01.Kenapa satu alur kerja per kreator tidak bertahan?
Jaringan multisaluran (multi-channel network, MCN) yang men-dubbing 40 kreator ke enam bahasa menjalankan 240 channel dubbing, dan setiap kreator membawa nama, kata-kata khas, lelucon berulang, dan kode sponsornya sendiri.
- Di mana proses per kreator gagal. Glosarium yang disimpan di dokumen diterapkan oleh siapa pun yang membacanya, dan perubahan pada daftar satu kreator sampai ke dubbing berikutnya hanya kalau ada yang memindahkannya.
- Penonton yang hilang karenanya. 64 dari 100 channel YouTube terbesar tidak berbahasa Inggris.
02.Bagaimana pengaturan per kreator menumpang satu integrasi?
Jaringan berintegrasi sekali di bawah API key organisasinya; setiap kreator adalah profil yang dibaca pipeline di setiap permintaan.
- Satu profil per kreator. POST /v1/creators mengembalikan creator_id; jaringan menyimpan external_id miliknya sendiri di profil itu dan mencari kreator lewat id tersebut (Profil kreator).
- Daftar dan kalimat konteks mengikuti profilnya. Dubbing atau sesi live yang ditandai creator_id mendapat daftar Jangan Diterjemahkan dan konteks kreator itu, dicocokkan tanpa membedakan huruf besar-kecil di dubbing, subtitle, dan metadata terjemahan (Jangan Diterjemahkan).
- Tiga lingkup, yang lebih sempit yang berlaku. Entri melekat di lingkup kreator (default persisten), stream (tersimpan bersama sesi live, dipakai lagi di sesi berikutnya), atau job (satu unggahan); entri job menimpa default kreator hanya untuk video itu.
- Default awal, satu kalimat konteks. Profil baru dimulai dengan nama platform serta istilah gaming dan internet umum yang sudah dilindungi; kalimat konteks seperti "Channel catur: pembukaan, blunder, dan speedrun" menjaga nama tetap nama (Konteks).
- Satu daftar, satu aliran webhook. GET /v1/dubs memfilter berdasarkan creator_id dan status; setiap perubahan status tiba di satu endpoint, ditandatangani dan dicoba ulang selama 24 jam (Webhook).
| PENGATURAN | DIBAGI OLEH JARINGAN | PER KREATOR |
|---|---|---|
| API key | Satu key organisasi di setiap permintaan | Tidak ada: kreator adalah profil di bawah key itu; tidak ada login kreator |
| Jangan Diterjemahkan | Default awal: nama platform, istilah gaming dan internet umum | Entri milik kreator sendiri, berdasarkan creator_id; entri job menimpanya untuk satu video |
| Kalimat konteks | Tidak ada | Satu kalimat per kreator; kalimat di stream atau job menimpanya |
| Bahasa target | Maksimal 29 per dubbing | Dipilih per permintaan |
| Tahap review | review=auto langsung di-render; review=manual berhenti di in_review | Dipilih per dubbing |
| Webhook | Satu endpoint default, ditandatangani, dicoba ulang selama 24 jam | Override webhook_url per dubbing atau sesi live |
| Daftar dubbing | GET /v1/dubs di seluruh organisasi | Filter creator_id mempersempitnya ke satu kreator |
| Limit default | 100 permintaan per menit, 10 render bersamaan, 2 sesi live, 10 GB per file, 24 jam sumber | Tidak ada per kreator; dinaikkan oleh kontak tetap organisasi |
03.Apakah kreator masih terdengar seperti dirinya sendiri?
Suara di dubbing berasal dari klip kreator sendiri, dan seluruh wajah ikut memerankan bahasa barunya: mata, alis, pipi, kepala. Narator generik akan menjual orang yang berbeda kepada penontonnya.
ElevenLabs membuat kesalahan suara latar 270% lebih banyak: dari tawa, musik, sampai suasananya (11.92 vs 3.22 dB).
ELEVENLABS DUBBING V2 (ALPHA) · 111 OUTPUT BERPASANGAN · MANDARIN, SPANYOL, JEPANG · 5 AGUSTUS 2026Familiar terdengar 27.8% lebih mirip pembicara aslinya (0.4605 vs 0.3604); seluruh 11 bahasa memihak Familiar.
ELEVENLABS DUBBING V1 · 418 OUTPUT BERPASANGAN · 11 BAHASA · 5 AGUSTUS 2026- Vs auto-dubbing YouTube, studi terpisah. Pada kohort beku 50 pasangan dubbing (31 selaras; Arab, Spanyol, Prancis, Hindi, Korea; diambil 8 Agustus 2026), Familiar terukur 182.9% lebih tinggi dalam kemiripan pembicara (0.399 vs 0.141) (studinya).
04.Apakah livestream cocok dengan bentuk yang sama?
Sesi live yang ditandai creator_id menerapkan daftar dan konteks yang sama, dan konteks yang dikirim bersama sesi menulis lingkup stream. Sesi live men-dubbing dari 11 bahasa sumber ke 29 bahasa lainnya, tertinggal 5 sampai 9 detik dari aslinya, semua orang di kamera dengan suaranya masing-masing; siarannya masuk lewat WHIP (WebRTC), RTMP, atau SRT, dan feed setiap bahasa dikirim ke channelnya sendiri. Live tidak punya tahap review; daftar dan kalimat konteks adalah kendalinya (Dubbing Real-Time untuk Livestream, Live streaming).
05.Apa yang bisa diposting jaringan, per bahasa?
- Video jadi (mp4), bisa diunduh begitu dub.output_ready terpicu untuk bahasa itu (Output & subtitle).
- Subtitle .srt dan .vtt, gratis di setiap dubbing, dari transkrip yang sudah di-review.
- Dua file audio. Mix utuh (m4a) untuk platform yang menerima trek audio tambahan; trek suaranya saja (wav) untuk mix kreator sendiri.
- Judul dan deskripsi yang diterjemahkan, dengan link, @handle, #hashtag, kode promo, dan timestamp chapter tetap persis seperti yang ditulis (Terjemahan metadata).
- Review, dipilih per dubbing. review=manual berhenti di in_review agar baris mana pun bisa diedit sebelum render; review=auto, default-nya, langsung di-render.
06.Apa yang perlu diuji jaringan sebelum berkomitmen?
- Pilih kreator tersulit. Dua atau tiga kreator dengan nama, kode sponsor, dan lelucon berulang terbanyak; muat daftar mereka lebih dulu, lalu dubbing klip berpasangan (Cara Menjalankan Uji Coba Dubbing AI).
- Hitung koreksi di tahap review. Dengan review=manual, baris yang diubah reviewer penutur asli adalah ukurannya; frasa apa pun yang mereka lindungi masuk ke daftar kreator untuk setiap dubbing berikutnya.
- Periksa format para kreator. Rekaman yang bersih dan stabil paling cocok di-dubbing: podcast dan wawancara dengan 2 atau 3 orang di kamera, kuliah; semua orang di kamera ikut di-dubbing.
PERTANYAAN
Bagaimana jaringan men-dubbing banyak kreator tanpa alur kerja terpisah untuk masing-masing?
Satu profil per kreator menyimpan daftar Jangan Diterjemahkan dan kalimat konteks kreator itu. Setiap permintaan dubbing dan sesi live membawa creator_id profil tersebut, jadi jaringan menjalankan satu integrasi, mendaftar dubbing per kreator, dan menerima setiap perubahan status di satu endpoint webhook.
Bisakah kreator mempertahankan kata-kata khas dan lelucon internalnya?
Bisa. Daftar Jangan Diterjemahkan milik kreator menjaga kata-kata khas, nama, dan bahasa gaul khasnya persis seperti yang diucapkan di dubbing, subtitle, serta judul dan deskripsi terjemahan. Lelucon ditulis ulang agar tetap mengena dalam bahasa target, dan kalimat konteks menjaga setup lelucon yang berulang.
Apakah kreator terdengar seperti dirinya sendiri di dubbing?
Suaranya berasal dari klip kreator sendiri. Dalam studi ElevenLabs Dubbing v1 (418 output berpasangan, 11 bahasa, 5 Agustus 2026), Familiar terdengar 27.8% lebih mirip pembicara aslinya, dan seluruh 11 bahasa memihak Familiar.
Apakah setiap kreator perlu akun Familiar sendiri?
Tidak. Kreator adalah profil di bawah integrasi jaringan: POST /v1/creators menerima nama tampilan dan external_id milik jaringan, lalu mengembalikan creator_id untuk disertakan di dubbing dan sesi. Siapa yang boleh membuka layar pengaturan mana diputuskan di produk jaringan sendiri.
REFERENSI
- [1]Profil kreator: creator_id, external_id, dan tiga lingkup (referensi API)
- [2]Jangan Diterjemahkan: pencocokan, lingkup, default awal (referensi API)
- [3]Konteks: satu kalimat konteks per kreator, stream, atau video (referensi API)
- [4]Terjemahan metadata: apa yang tetap apa adanya (referensi API)
- [5]Familiar vs auto-dubbing YouTube: kohort beku 50 pasangan, data lengkap
- [6]Familiar vs ElevenLabs: kedua studi berpasangan, interval, contoh yang bisa didengarkan
Dubbing akhirnya bagus. Lihat hasil pengukurannya, lalu bicarakan katalog Anda dengan tim.
FAMILIAR · FILM PELUNCURAN · 2:31