OPINI

Dari Manusia ke Manusia, Bukan dari AI ke AI

Mengapa konten berkualitas akan tetap manusiawi.

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

ABSTRAK

Kita tidak bisa berempati pada manusia AI. Atau setidaknya sebagian besar dari kita tidak bisa, tidak sedalam itu. Kita menonton sebuah penampilan karena kita tahu ada orang sungguhan yang memerankan emosi mentah. Seberapa pun realistisnya AI nanti, begitu kita tahu itu AI, empatinya turun. Itulah alasan Familiar memilih jalur kualitas.
An Zhu LiuAn Zhu LiuCEO, Familiar LabsTIM →

Empati

Emosilah intinya. Kita paham bahwa ada manusia sungguhan yang memerankan emosi mentah, dan kita ikut merasakannya. Sebagian penonton hanya ingin mendengar suaranya; sebagian besar bisa membedakannya. Lagi pula labelnya pasti datang: platform-platform besar menandai konten buatan AI. Jadi jaraknya tidak tertutup saat pikselnya makin bagus. Jarak itu baru tertutup kalau orangnya nyata.

Daya tarik bintang

Kita menyukai bintang. Kita menonton sebuah serial karena wajah yang kita kenal dan penampilan yang hebat. Kalau itu bukan benar-benar mereka, daya tarik sang bintang memudar, begitu pula produksi besar yang dibangun di sekelilingnya.

SUARANYA
TETAP MEREKAPenampilan sang bintang sendiri, dibawa ke bahasa lain dengan persetujuan produksinya.
BUKAN MEREKASuara yang bukan miliknya membacakan dialognya.
WAJAHNYA
TETAP MEREKAWajah yang sama, take yang sama, gerak bibirnya mengikuti kata-kata baru.
BUKAN MEREKAAktor yang bukan dirinya.
PEMERAN YANG SUDAH TIADA
TETAP MEREKAPenampilan rekaman mereka sendiri, yang hak lokalisasinya ada pada pemegang hak.
BUKAN MEREKAProyek baru yang tidak pernah mereka setujui, bahkan ketika ahli warisnya sudah menandatangani. Kami tidak masuk ke sana.

Yang dijaga dubbing

Dari manusia ke manusia, bukan dari AI ke AI.

Dubbing menjaga semuanya tetap sama: orangnya, penampilannya, adegannya, musiknya. Hanya bahasanya yang berubah. Karena itulah kami membangun model keputusan, bukan model video: siapa di layar yang mengucapkan baris itu, emosinya dari bisikan sampai teriakan, nama atau merek mana yang dibiarkan apa adanya, apa bunyi teks di dalam frame. Tidak ada yang dikarang. Semuanya dibawa.

Konten buatan AI, yang dibuat dengan sungguh-sungguh

Akan ada konten berbantuan AI dan konten buatan AI, dan sebagian akan dibuat dengan usaha sungguhan. Konten seperti itu tetap butuh dubbing. Model umum tidak bisa menjalankan ulang adegan yang sama dalam bahasa baru dengan orang yang tepat sebagai pembicaranya, tawa dan musiknya utuh, dan teks di layarnya diganti. Terjemahan pun menjadi titik lemah model umum terbaik sekalipun: lelucon yang tidak mengena, nama yang ikut diterjemahkan, kata slang yang bermakna buruk dalam bahasa baru, topik yang dihindari budaya itu. Konten yang dibuat asal-asalan tidak akan layak di-dubbing; konten itu cukup dibuat ulang untuk setiap budaya. Tidak masalah. Kami memang bukan untuk itu.

Dan ada konten yang sama sekali tidak bisa dibuat ulang:

OLAHRAGA
Pertandingannya hanya terjadi sekali. Tidak ada yang bisa diulang.
STREAMING
Siaran langsung, bersama chat-nya. Sebuah momen, bukan file.
REALITY SHOW
Orang-orang tanpa naskah. Take-nya hanya satu.
DOKUMENTER
Orang sungguhan mengatakan hal sungguhan, sekali saja.

Momen langsung hanya bisa dibawa. Versi kami berikutnya menuju ke sana.

Dua jalur

Jalur cepat: unggah sekali dan terima saja apa pun hasilnya, tanpa kendali, dengan terjemahan yang tidak bisa Anda review. Jalur kualitas: orangnya, penampilannya, dan adegannya terjaga, setiap keputusan dicatat dan bisa Anda ganti, sekali jalan. Kami sengaja memilih jalur kedua.

HeyGenHeyGenElevenLabsElevenLabsHeyGen + ElevenLabsONE-SHOT TOOLS · NO CONTROL

One shot today means giving up the rest.

The one-shot tools today give up the rest: the translation cannot be edited, the music and the room drop out, the voice drifts, and the lips fail on a hand over the face, a microphone, blur, bokeh, a side view or several people in frame. No spatial reasoning, no understanding of the world, no control. ElevenLabs' current Dubbing v2 edits only through an Enterprise API, and its full editor is the older model, in maintenance mode; HeyGen stitches a lip-sync over a dub like that, and the lip-sync breaks on the ordinary shots of any episode. Familiar is one shot and the quality: translation first, reviewed; then the voice, the lips and the scene together, through the hard shots.

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

FAMILIAR · ONE SHOT AND THE QUALITYFamiliar vs Flawless TrueSync The ElevenLabs study The demos

Mengapa jalur kualitas terus bertambah nilainya

Setiap judul menambah catatannya: apa yang dihindari budaya itu, slang mana yang maknanya jadi buruk, sejauh mana kata-kata kasar boleh dipakai, istilah yang tepat, bagaimana sebuah lelucon bisa mengena. Pilihan yang dibuat sekali terbawa ke episode berikutnya. Model video umum bisa menghasilkan konten dalam sebuah bahasa jauh sebelum bisa melokalisasi ke bahasa itu; kami bekerja dalam 30 bahasa, dan nuansanya terus terkumpul.

++
Dari manusia ke manusia, memperluas jangkauan.
DARI MANUSIA KE MANUSIAJALUR KUALITAS

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