BENCHMARK HEAD-TO-HEAD

Familiar vs ElevenLabs Dubbing: Dua Studi Berpasangan

RISET FAMILIARDIPERBARUI SEMUA ARTIKEL
BACA DALAM BAHASAEnglishEspañolPortuguês中文日本語한국어FrançaisDeutschالعربيةBahasa IndonesiaРусскийItalianoTiếng ViệtไทยNederlandsΕλληνικάУкраїнська粵語NorskCatalàHrvatskiLietuviųSlovenčinaSvenskaБългарскиСрпскиБеларускаяDanskҚазақшаLatviešu

ABSTRAK

Pada klip yang sama, Familiar terdengar 27.8% lebih mirip pembicara aslinya dibanding ElevenLabs Dubbing v1, lebih mirip di seluruh 11 bahasa (418 output berpasangan, 5 Agustus 2026). Pada ElevenLabs Dubbing v2 (Alpha), ElevenLabs membuat kesalahan suara latar 270% lebih banyak (dari tawa, musik, sampai suasananya) dan Familiar membuat kesalahan terjemahan penting 54.7% lebih sedikit (29 vs 64; 111 output berpasangan dalam bahasa Mandarin, Spanyol, dan Jepang). Familiar juga unggul pada peristiwa vokal di kedua studi dan pada prediksi kealamian di studi Dubbing v1. Data lengkap dan contoh yang bisa didengarkan: benchmark ElevenLabs lengkap.

Metode

DUBBING V1 · OUTPUT BERPASANGAN

418

38 klip, 11 bahasa

DUBBING V2 (ALPHA) · OUTPUT BERPASANGAN

111

Mandarin, Spanyol, Jepang

TANGGAL STUDI

5 Agu 2026

Kedua studi

KLIP SUMBER

38

Bahasa Inggris, bobot setara per klip

  1. 01

    Berpasangan dan black-box

    Klip sumber berbahasa Inggris dan bahasa target yang sama dikirim ke setiap sistem; hanya audio akhirnya yang dievaluasi.
  2. 02

    Review makna

    Setiap dubbing ditranskripsi lengkap dengan stempel waktu per kata, lalu di-review terhadap makna target yang sama dan sudah disetujui.
  3. 03

    Pengukuran akustik

    Pengukuran ini membandingkan dubbing dengan scene sumbernya: lapisan suara latar, selubung peristiwa vokal, dan ketepatan waktu transien.
  4. 04

    Statistik

    Setiap klip sumber berbobot setara, interval 95% diambil ulang per klip sumber, dan kedua kohort tidak pernah digabungkan.

Output Familiar juga membawa wajah yang sudah di-lip sync; setiap pengukuran di bawah ini adalah audio terhadap audio.

Hasil: ElevenLabs Dubbing v2 (Alpha) (produk terbaru mereka)

111 OUTPUT AUDIO AKHIR BERPASANGANMANDARINSPANYOLJEPANG
FIG. 01 · KESALAHAN TERJEMAHAN PENTING · DUBBING V2 (ALPHA) · FAMILIAR 54.7% LEBIH SEDIKIT · 111 DUBBING BERPASANGAN
ELEVENLABS64
FAMILIAR29
FIG. 02 · DUBBING JADI DENGAN MASALAH MAKNA PENTING · DUBBING V2 (ALPHA) · ELEVENLABS +56.5%
ELEVENLABS36/111
FAMILIAR23/111
270%

ElevenLabs membuat kesalahan suara latar 270% lebih banyak: dari tawa, musik, sampai suasananya.

MAE 11.92 VS 3.22 dB
+221%

ElevenLabs membuat kesalahan kenyaringan tawa dan reaksi 221% lebih banyak.

3.32 VS 1.04 dB · 18 KLIP / 54 PERBANDINGAN
+28.2%

Korelasi bentuk tawa dan reaksi Familiar: 0.960 vs 0.749. Interval berpasangan 95% tidak mencakup nol.

Hasil: ElevenLabs Dubbing v1 (produk yang stabil)

418 UJI KLIP-BAHASA38 KLIP11 BAHASAKEDUA SISTEM MENYELESAIKAN SETIAP UJI
FIG. 03 · KEMIRIPAN PEMBICARA · DUBBING V1 · FAMILIAR +27.8% · SELURUH 11 BAHASA MEMIHAK FAMILIAR
FAMILIAR0.4605
ELEVENLABS0.3604
FIG. 04 · KESALAHAN SPEKTRAL SUARA LATAR · DUBBING V1 · dB, MAKIN RENDAH MAKIN BAIK · REGION SCENE TERVERIFIKASI
ELEVENLABS12.27 dB
FAMILIAR3.40 dB
+95.5%

ElevenLabs punya kesalahan output ucapan yang ditandai reviewer 95.5% lebih banyak.

258 VS 132
+243.7%

Korelasi bentuk tawa dan reaksi Familiar: 0.759 vs 0.221, pada region peristiwa yang terverifikasi.

+10.2%

Prediksi kealamian untuk Familiar.

2.51 VS 2.28 · EKSPLORATIF
DUBBING V2 (ALPHA)
DIMENSICakupan
HASILFamiliar menyelesaikan 38/38 klip sumber; Dubbing v2 (Alpha) menolak klip 10.94 detik karena di bawah batas minimum 11 detiknya (37/38).
DUBBING V2 (ALPHA)
DIMENSIKemiripan pembicara
HASILTidak konklusif pada ukuran sampel ini; estimasi titik +3.5% untuk Familiar dengan interval berpasangan yang melewati nol.
DUBBING V1
DIMENSIKetepatan waktu transien (efek suara dan ketukan)
HASILJuga memihak Familiar: F1 0.947 vs 0.762.
ElevenLabsElevenLabsElevenLabsTHEIR DOCS, READ OCTOBER 30, 2026

Editing the translation means their old model.

On ElevenLabs' current Dubbing v2, in alpha, editing the translation and regenerating the audio through the API is for their Enterprise plans only. Their full editor, Dubbing Studio, is "only available via the v1 model" and "in maintenance mode", in their words. Dubbing v1 is the model our 418-pair study measured, and its output is mono.

+27.8%

FAMILIAR CLOSER TO THE REAL SPEAKER · ALL 11 LANGUAGES

261%

ELEVENLABS MORE BACKGROUND ERROR · THE MUSIC, THE AMBIENCE

+243.7%

FAMILIAR ON LAUGHTER AND REACTION SHAPE

ELEVENLABS DUBBING V1 · 418 PAIRED OUTPUTS · 11 LANGUAGES · AUGUST 5, 2026Read the study Their docs

Batasan alur kerja yang kami temui

ELEVENLABS DUBBING3 BATASAN PRODUKDIAMATI 5 AGU 2026
11 detik

Panjang klip minimum. Klip 10.94 detik dalam set kami sama sekali tidak bisa di-dubbing.

20

Item per batch. Empat video ke enam bahasa saja sudah 24 output, lebih banyak dari kapasitas satu batch.

30

Permintaan serentak. Sepuluh video ke sepuluh bahasa berarti 100 permintaan: minimal empat gelombang batch dan menunggu.

  • Familiar menerima klip dengan panjang berapa pun; satu unggahan langsung disebar ke setiap bahasa yang dipilih.

Harga

LENGKAP

Satu render Familiar, per menit hasil jadi per bahasa target: terjemahan, suara asli pembicara, audio scene, dan lip sync, dikirim hingga 4K dengan mix 5.1 asli atau stereo.

AKSES LEWAT KONTRAK STUDIO
$3

ElevenLabs Dubbing, per menit dubbing per bahasa target. Hanya audio.

HARGA DI CHECKOUT · 5 AGU 2026
$3 hanya membeli audio. Untuk menyamai satu render Familiar, Anda masih harus menyambungkan lip sync: tool standalone terbaik, Sync.so, mematok $8 per menit, jadi total $11, itu pun tanpa mix 5.1. Menurut dokumentasi ElevenLabs sendiri: dubbing mereka "paling banyak stereo… 5.1 dan audio multikanal lainnya tidak dipertahankan." Sebagai pembanding, dubbing lengkap oleh manusia, terjemahan plus pengisian suara, berada di kisaran $70 sampai $150 per menit hasil jadi; dengan tarif itu, dubbing manusia tidak bisa dipakai oleh sebagian besar dunia.
Batasan produk dan harga diamati pada 5 Agustus 2026 dan dapat berubah.

Studi harga lengkap, beserta sumbernya: Berapa Biaya Dubbing di 2026?

Teks terjemahan vs penerjemah profesional

Studi terpisah pada Agustus 2026 menguji terjemahan produksi Familiar melawan penerjemah profesional ahli, dinilai secara buta terhadap suntingan referensi para ahli.

Di bahasa Prancis, Mandarin, Hindi, dan Indonesia, Familiar setara dengan draf pertama mereka.

FIG. 05 · KUALITAS TERJEMAHAN VS DRAF PERTAMA PROFESIONAL AHLI · PENILAIAN BUTA · AGUSTUS 2026
PRANCIS100.0%
MANDARIN98.2%
HINDI103.3%
INDONESIA99.6%
GARIS PUTUS-PUTUS = DRAF PERTAMA PROFESIONAL (100%)
100.3%

Rata-rata dari kualitas terjemahan draf pertama sang profesional.

PRANCIS, MANDARIN, HINDI, INDONESIA (DRAF PERTAMA PENERJEMAH PROFESIONAL AHLI)

Keterbatasan

Review makna dilakukan dengan bantuan model dan satu kali lintasan; review ganda independen oleh penutur asli masih menunggu. Kemiripan pembicara dan kealamian Dubbing v2 (Alpha): tidak konklusif pada ukuran sampel ini; tidak pernah digabungkan dengan hasil v1. Klip dunia nyata yang dikurasi, bukan sampel probabilitas dari semua video.

REFERENSI

  1. [1]Benchmark Familiar vs ElevenLabs: hasil lengkap, interval, dan contoh yang bisa didengarkan
  2. [2]Terjemahan AI vs Manusia: Diuji Melawan Para Profesional (studi terjemahan lengkap)
  3. [3]Dokumentasi ElevenLabs Dubbing (harga berdasarkan durasi sumber dan jumlah bahasa)
  4. [4]Pusat Bantuan ElevenLabs: format file yang didukung Dubbing (audio paling banyak stereo; 5.1 tidak dipertahankan)

Terjemahan multimodal

Familiar Labs menghadirkan dubbing yang satu generasi lebih baik dengan Model Keputusan Lokalisasi Multimodal (MLDM), model fondasi pertama untuk terjemahan multimodal: satu model memutuskan apa yang dilokalisasi di teks, audio, dan visual, lalu menunjukkan pilihan-pilihannya kepada Anda. Suara dan gerak bibir Anda, dibawa ke bahasa-bahasa baru. Timnya beranggotakan 8 orang, termasuk para PhD, didukung oleh Samsung, RedBird, dan Gold House. Misi kami

Lihat benchmark lengkapnya →Bicara dengan tim