POSISI

Mengapa Sebagian Besar Dunia Tidak Pernah Mendapat Dubbing

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

ABSTRAK

Bukan “AI generatif”, melainkan terjemahan untuk memberdayakan insan kreatif. Dubbing selama ini tidak terjangkau bagi sebagian besar dunia. Dubbing manusia penuh berbiaya $70 sampai $150 per menit jadi, setiap bahasa butuh pemeran dan krunya sendiri, dan setiap bahasa berjalan dengan jadwalnya sendiri. Akibatnya, produksi papan atas pun hanya men-dubbing beberapa bahasa, sementara produksi yang lebih kecil, serial, dan drama vertikal sama sekali tidak di-dubbing. Paradigma baru, yang pertama dari jenisnya, mengubah itu: Model Keputusan Lokalisasi Multimodal (MLDM), model fondasi pertama untuk terjemahan multimodal, mengambil alih bagian yang membosankan, sehingga satu penampilan bisa menjangkau setiap penonton.
MODEL FONDASI PERTAMA UNTUK TERJEMAHAN MULTIMODAL

Biaya satu bahasa

DUBBING MANUSIA PENUH

$70 sampai $150

Terjemahan ditambah suara, per menit jadi.

SATU VIDEO 60 MENIT

$4,200 sampai $9,000

Untuk satu bahasa tujuan. Sepuluh bahasa berarti sepuluh kali lipat.

Film blockbuster sanggup menanggungnya untuk pasar-pasar terbesarnya. Sebuah dokumenter, talk show, atau satu musim drama vertikal biasanya tidak sanggup menanggungnya, bahkan untuk satu bahasa saja.

Orang-orang di balik setiap bahasa

Sebuah dubbing adalah sebuah produksi. Setiap bahasa butuh penerjemah dan adaptornya sendiri, casting, pengisi suara untuk setiap peran, sutradara, studio, dan mixer. Catherine Retat, senior director lokalisasi konten global Netflix, menyebut skalanya dengan gamblang dalam diskusi meja bundar tentang lokalisasi di Seoul: biasanya dibutuhkan 50 sampai 60 orang untuk memproduksi satu versi dubbing, sehingga dubbing ke sepuluh bahasa berarti sekitar 500 orang, menurut Digital Today.
SUMBER [Digital Today](https://www.digitaltoday.co.kr/en/view/115229/netflix-up-to-60-people-per-language-for-dubbing-work-with-122-partners-worldwide), 15 Oktober 2026

Keahlian itu nyata, dan karena itulah dubbing terbaik terdengar sebagus itu. Itu juga berarti setiap bahasa baru adalah tim baru yang harus dicari, dipesan, dan diarahkan.

Waktunya

Setiap bahasa berjalan dengan jadwalnya sendiri:

  1. 01

    Sesuaikan naskah dengan gerak bibir.

  2. 02

    Casting.

  3. 03

    Rekam baris demi baris.

  4. 04

    Arahkan setiap take.

  5. 05

    Mix dengan mengacu pada versi asli.

Tanggal rilis jarang menunggu bahasa yang paling lambat, jadi daftarnya dipangkas menjadi bahasa-bahasa yang bisa selesai tepat waktu.

Siapa yang tertinggal

Gabungkan biaya, tenaga, dan waktu, dan hasilnya adalah peta yang kita miliki saat ini:

PRODUKSI PAPAN ATAS
YANG DILAKUKAN SAAT INIMen-dubbing ke segelintir pasar terbesarnya.
PRODUKSI YANG LEBIH KECIL, SERIAL, DAN DRAMA VERTIKAL
YANG DILAKUKAN SAAT INISebagian besar sama sekali tidak di-dubbing; paling banter subtitle.

Penontonnya tidak menunggu dalam bahasa Inggris. Bahasa Inggris mencakup 25.9% pengguna internet menurut estimasi Internet World Stats per 31 Maret 2020, yang dikutip di Wikipedia: sekitar 74% pengguna internet tidak berbahasa Inggris.

Bagi sebagian besar dari mereka, sebagian besar video di dunia tidak pernah di-dubbing.

MLDM untuk pekerjaan yang membosankan.

Sebagian besar pekerjaan dalam dubbing bersifat berulang: membawa setiap baris ke bahasa baru, dengan suara pembicaranya, dengan bibir yang bergerak mengikuti kata-kata baru. Bagian itulah yang diambil alih MLDM. Untuk 30 bahasa, model ini memutuskan versi terjemahan setiap baris, suara mana yang diterjemahkan, siapa di layar yang mengucapkannya, dan bagaimana bibirnya mengikuti. Aktor, penampilan, timing, dan suara adegannya tetap seperti semula.

Tim tetap memegang kendali.

Setiap keputusan dicatat bersama pekerjaan dubbing-nya dan bisa diganti. Saat ini creative director Anda membaca terjemahannya berdampingan dengan versi asli sebelum render, lalu memilih di antara opsi-opsi untuk baris yang bisa dibaca lebih dari satu cara. Memilih suara mana yang tetap dalam bahasa aslinya, wajah mana yang berbicara, dan teks di layar mana yang diterjemahkan sedang dikembangkan.

Dari mana datanya

Semua data yang kami pakai untuk melatih model kami dibuat sendiri oleh tim Familiar.

Tidak ada hal baru yang dikarang dan tidak ada prompt: video Anda masuk, dan penampilan yang sama keluar dalam bahasa lain. Ini bukan “AI generatif” dalam arti tradisional. Ini adalah terjemahan, sehingga acara yang dibuat untuk satu negara bisa menjangkau negara berikutnya.

Kami adalah satu alat lagi untuk proses kreatif.

PERTANYAAN

Mengapa tidak lebih banyak acara yang di-dubbing?

Biaya, tenaga, dan waktu. Dubbing manusia penuh berbiaya $70 sampai $150 per menit jadi, setiap bahasa butuh pemeran, sutradara, dan studionya sendiri, dan masing-masing punya jadwalnya sendiri. Produksi papan atas men-dubbing beberapa bahasa; produksi yang lebih kecil, serial, dan drama vertikal sebagian besar sama sekali tidak di-dubbing.

Siapa yang memeriksa dubbing Familiar sebelum dirilis?

Tim Anda. Setiap video ditahan di layar review, tempat Anda mengedit baris mana pun sebelum render, dan baris yang bisa dibaca lebih dari satu cara kembali sebagai opsi-opsi untuk dipilih.

Apakah Familiar itu AI generatif?

Bukan. Familiar adalah Model Keputusan Lokalisasi Multimodal (MLDM): model ini memutuskan cara melokalisasi apa yang sudah ada, tanpa prompt. Video Anda masuk, penampilan yang sama keluar dalam bahasa lain. Semua data yang kami pakai untuk melatih model kami dibuat sendiri oleh tim Familiar. Kami adalah satu alat lagi untuk proses kreatif.

REFERENSI

  1. [1]Digital Today, Netflix says it deploys up to 60 people per dubbed language, works with 122 partners worldwide, 15 Oktober 2026
  2. [2]Wikipedia, Languages used on the Internet (Internet World Stats, 31 Maret 2020), dibaca 24 Oktober 2026
  3. [3]Berapa Biaya Dubbing di 2026?
  4. [4]Mengapa Familiar Bukan AI Generatif Tradisional

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