ABSTRAK
Apa yang diubah sebuah model fondasi dalam dubbing?
Dulu dubbing mesin adalah rantai alat terpisah: transkripsi, lalu terjemahan, lalu suara, lalu lip-sync. Setiap tahap menebak tanpa tahu tahap lainnya, dan kesalahannya terbawa dari satu tahap ke tahap berikutnya. Yang dihadapi pembeli saat ini adalah tawar-menawar antara kualitas dan waktu. Alat bantu mencapai kualitasnya dengan tim artis VFX: berminggu-minggu per proyek, dan setiap bahasa menjadi proyek baru. Tool sekali jalan memang cepat, tetapi mengorbankan sisanya: terjemahannya tidak bisa diedit, suaranya melenceng, musik dan suasana ruangannya hilang, dan gerak bibirnya gagal saat ada tangan menutupi wajah, mikrofon, blur, bokeh, angle samping, atau beberapa orang di dalam frame. Tanpa penalaran spasial, tanpa pemahaman tentang dunia, tanpa kendali. Familiar mengganti rantai itu dengan satu Model Keputusan Lokalisasi Multimodal (MLDM): sekali jalan dan kualitas tinggi.
ERA RANTAI ALAT
- Empat alat, masing-masing disetel sendiri.
- Terjemahan yang ditulis tanpa melihat mulut yang harus dicocokkan.
- Suara orang asing di atas wajah aslinya.
SATU MODEL FONDASI
- Satu model membuat keputusannya bersamaan, sehingga semuanya selaras.
- Terjemahannya tahu mulutnya; suaranya tahu adegannya.
- Orang di layar tidak pernah berubah.
Terjemahan audio-visual sekaligus, bukan berantai: yang pertama dari jenisnya. Definisinya ada di Model Fondasi Pertama untuk Terjemahan Multimodal; perbandingannya dengan rantai, langkah demi langkah, ada di Terjemahan Audio-Visual Sekaligus, Bukan Berantai.
HeyGen
ElevenLabsHeyGen + ElevenLabsONE-SHOT TOOLS · NO CONTROLOne shot today means giving up the rest.
54.7%
FEWER TRANSLATION ERRORS · FAMILIAR VS ELEVENLABS DUBBING V2
270%
ELEVENLABS MORE BACKGROUND-SOUND ERROR · THE LAUGHTER, THE MUSIC, THE AMBIENCE
+27.8%
FAMILIAR CLOSER TO THE REAL SPEAKER
Bisakah satu unggahan menjangkau setiap pasar tempat kami berjualan?
Bisa. Rekaman dalam salah satu dari 99 bahasa sumber diunggah sekali, dan dubbing-nya keluar dalam bahasa mana pun yang Anda pesan dari 30 bahasa output: semua bahasa dari satu unggahan, masing-masing membawa penampilan yang sama. Satu musim, satu perpustakaan konten, atau aliran episode vertikal menempuh jalur yang sama, dan istilah yang Anda tetapkan sekali terbawa ke episode berikutnya.
Dubbing manusia penuh, terjemahan ditambah suara, berkisar $70 hingga $150 per menit jadi. Dengan tarif itu, dubbing di luar jangkauan sebagian besar dunia. Bahkan produksi papan atas hanya men-dubbing beberapa bahasa, karena biaya, tenaga, dan waktu yang dibutuhkan.
Produksi yang lebih kecil, serial, dan drama vertikal nyaris tidak pernah di-dubbing.
Celah itulah yang ditutup Familiar. Bukan “AI generatif”, melainkan terjemahan untuk memberdayakan insan kreatif. MLDM untuk pekerjaan yang membosankan. Dari manusia ke manusia, memperluas jangkauan.
Siapa yang memutuskan bagaimana sebuah baris mendarat dalam bahasa lain?
MLDM memutuskan apa yang dilokalisasi dan bagaimana caranya, di teks, audio, dan visual. Tim Anda tetap memegang keputusan yang penting. Terjemahan datang lebih dulu, dan bila sebuah baris bisa dibaca lebih dari satu cara, creative director Anda melihat opsi-opsinya beserta alasannya masing-masing sebelum apa pun di-dubbing.
DIPUTUSKAN DAN DIPILIH
Setiap keputusan dicatat bersama pekerjaan dubbing-nya, dan Anda bisa mengganti keputusan mana pun. Cerita lengkapnya ada di Catatan Keputusan: Cara Creative Director Mengarahkan MLDM. Dari sisi teks saja, terjemahannya setara dengan penerjemah manusia ahli: 100.3% dari kualitas mereka, diukur dalam benchmark.
Apa yang kembali bersama dubbing jadi?
Materi kiriman yang bisa langsung dimasukkan tim pascaproduksi Anda ke rilis, dengan spesifikasi yang diminta layanan streaming. Audio adegannya tetap seperti aslinya: musik, suasana, dan tawanya dipertahankan, hanya ucapannya yang berganti bahasa.
VIDEO
Hingga 4K
Lip-sync sudah termasuk di setiap render video.
MIX
Surround 5.1 asli atau stereo
Sesuai pilihan Anda, dalam PCM 24-bit. Layanan streaming mensyaratkan dubbing yang sama dengan mix aslinya: 5.1 masuk, 5.1 keluar.
AUDIO ADEGAN
Dipertahankan
Musik, suasana, tawa, dan riuh kerumunannya tetap ada.
SUBTITLE
.srt dan .vtt
Paling banyak dua baris, 42 karakter per baris, hingga 17 karakter per detik.
Subtitle-nya dibangun dari terjemahan yang sudah di-review, dipotong sesuai konvensi Timed Text Style Guide Netflix, standar template subtitle yang menjadi acuan industri. Setiap file dan format tercantum di dokumentasi output.
Di mana rekaman kami diproses?
Rekaman yang belum dirilis adalah aset yang paling dijaga sebuah studio. Setiap dubbing diproses di klaster GPU NVIDIA B300 senilai puluhan juta dolar AS milik Familiar sendiri di Toronto, Kanada, dengan daya komputasi milik Familiar.
Jalur sebuah dubbing dan jawaban untuk tinjauan keamanan Anda ada di dokumentasi inferensi privat.
Apa yang tersedia saat ini, dan apa yang sedang dikembangkan?
- SAAT INI
Semua bahasa dari satu unggahan, dengan suara dan bibir sang aktor sendiri.
30 bahasa output, 99 bahasa sumber; hingga 4K, mix 5.1 asli atau stereo, subtitle. - SAAT INI
Creative director Anda me-review keputusan terjemahannya.
Opsi-opsi beserta alasannya masing-masing, dicatat bersama pekerjaan dubbing-nya. - SEDANG DIKEMBANGKAN
Keputusan audio dan visual, di review yang sama.
Apa yang tetap dalam bahasa aslinya, wajah lain, teks mana di dalam frame yang diterjemahkan. - SEDANG DIKEMBANGKAN
Dubbing live.
Akses melalui kontrak Studio, disesuaikan dengan katalog Anda: bicarakan judul, bahasa, dan spesifikasi pengiriman Anda dengan tim kami. Timnya adalah para PhD yang merintis bidang model manusia audio-visual gabungan: 22 paper, lebih dari 10,000 sitasi, dengan Prof. Xu Zheng dan Prof. Youngjung Uh sebagai penasihat, didukung oleh Samsung, RedBird, dan Gold House. Risetnya ada di paper kami dan Merintis Terjemahan Multimodal: Dari Riset Audio-Visual Gabungan ke Model Fondasi Pertama; cerita sang pendiri ada di halaman misi kami.
PERTANYAAN
Apa yang diubah model fondasi untuk terjemahan multimodal bagi sebuah studio?
Satu unggahan membawa kata-kata, suara, bibir, dan adegannya ke setiap bahasa yang Anda pesan, semuanya sekaligus. Sang aktor tetap dengan suara dan wajahnya sendiri, audio adegannya tetap ada, dan setiap keputusan dicatat bersama pekerjaan dubbing-nya.
Bisakah tim kami me-review terjemahannya sebelum dubbing-nya dibuat?
Bisa. Terjemahan datang lebih dulu. Bila sebuah baris bisa dibaca lebih dari satu cara, creative director Anda melihat versi-versi terjemahan beserta alasannya masing-masing, lalu memilih satu. Daftar Do Not Translate dan konteks satu kalimat ikut menyertai pekerjaan dubbing-nya.
File apa saja yang kami terima?
Video dubbing hingga 4K, mix surround 5.1 asli atau stereo dalam PCM 24-bit, serta subtitle .srt dan .vtt yang dipotong sesuai konvensi Timed Text Style Guide Netflix. Dubbing audio saja tersedia untuk podcast dan trek suara.
Di mana rekaman kami diproses?
Setiap dubbing diproses di klaster GPU NVIDIA B300 senilai puluhan juta dolar AS milik Familiar sendiri di Toronto, Kanada, dengan daya komputasi milik Familiar. Tidak pernah diproses di cloud publik seperti Google Cloud atau AWS, atau oleh penyedia inferensi pihak ketiga.
Apakah ini AI generatif?
Bukan. Tidak ada prompt, dan tidak ada hal baru yang dikarang. Familiar adalah sebuah Model Keputusan Lokalisasi Multimodal (MLDM) yang memutuskan cara melokalisasi rekaman yang sudah ada: aktor, timing, dan adegannya tetap; kata-kata, trek suara, dan bibirnya yang berubah.
Bagaimana cara mendapatkan akses?
Melalui kontrak Studio, disesuaikan dengan katalog Anda. Bicarakan judul, bahasa, dan spesifikasi pengiriman Anda dengan tim kami, lalu mulai dengan uji coba pada rekaman Anda sendiri. Tidak ada daftar harga publik.
REFERENSI
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