MCN向けの吹き替え：ひとつのワークフローで、すべてのクリエイターを

01.なぜクリエイターごとのワークフローは破綻するのか？

40人のクリエイターを6言語に吹き替えるMCN（マルチチャンネルネットワーク）は、240本の吹き替えチャンネルを運営することになり、クリエイターはそれぞれ独自の名前、決め台詞、持ちネタ、スポンサーコードを持ち込みます。

• クリエイターごとのプロセスが破綻する場所。 ドキュメントで管理する用語集は読んだ人次第で適用され、あるクリエイターのリストの変更は、誰かが引き継いだ場合にだけ次の吹き替えに届きます。
• 失われているオーディエンス。 YouTubeのトップ100チャンネルのうち、64チャンネルは英語ではありません。

02.クリエイターごとの設定は、ひとつの連携にどう乗るか？

ネットワークは組織のAPIキーで一度だけ連携し、各クリエイターは、パイプラインがリクエストごとに読み取るプロファイルになります。

• クリエイターごとに1つのプロファイル。 POST /v1/creatorsがcreator_idを返します。ネットワークは独自のexternal_idをプロファイルに保存し、それでクリエイターを検索します（クリエイタープロファイル）。
• リストとコンテキストはプロファイルに従います。 creator_idを付けた吹き替えやライブセッションには、そのクリエイターの「翻訳しないリスト」とコンテキストが適用され、吹き替え、字幕、翻訳されたメタデータの全体で大文字小文字を区別せずに一致します（翻訳しないリスト）。
• 3つのスコープ、狭いほうが優先。 登録はクリエイター（永続的なデフォルト）、配信（ライブセッションとともに保存され、次回の実行で再利用）、ジョブ（1本のアップロード）のいずれかに付きます。ジョブの登録は、その動画だけクリエイターのデフォルトを上書きします。
• 初期登録のデフォルトと、1行のコンテキスト。 新しいプロファイルは、プラットフォーム名と一般的なゲーム用語・ネット用語が保護された状態で始まります。「チェスのチャンネル。オープニング、ブランダー、スピードラン」のようなコンテキストが、名前を名前のまま保ちます（コンテキスト）。
• 1つのリスト、1本のWebhookストリーム。 GET /v1/dubsはcreator_idとstatusで絞り込めます。すべての状態変化は1つのエンドポイントに、署名付きで届き、24時間再試行されます（Webhook）。

03.クリエイターは吹き替え後も本人らしく聞こえるか？

吹き替えの声はクリエイター本人のクリップから生まれ、目、眉、頬、頭まで顔全体が新しい言語を演じます。定型のナレーターでは、オーディエンスに別人を売ることになります。

• vs YouTubeの自動吹き替え、別の研究。 固定した50ペアの吹き替えコホート（うち31ペアが整合。アラビア語、スペイン語、フランス語、ヒンディー語、韓国語。2026年8月8日に取得）で、Familiarは声の本人らしさが182.9%高いと測定されました（0.399 vs 0.141）（研究の詳細）。

04.ライブ配信も同じ形に収まるか？

creator_idを付けたライブセッションには同じリストとコンテキストが適用され、セッションとともに送ったコンテキストは配信スコープに書き込まれます。ライブセッションは11の元言語から残りの29言語へ、元の配信から5〜9秒遅れで吹き替え、画面に映る全員がそれぞれ本人の声のままです。放送はWHIP（WebRTC）、RTMP、またはSRTで受け取り、各言語の映像はそれぞれのチャンネルに送ります。ライブにはレビューのステップがなく、リストとコンテキストが制御手段です（ライブ配信のリアルタイム吹き替え、ライブ配信）。

05.ネットワークは言語ごとに何を投稿できるか？

• 完成した動画（mp4）。その言語のdub.output_readyが発火した瞬間にダウンロードできます（出力と字幕）。
• 字幕は.srtと.vttで、すべての吹き替えに無料で付き、レビュー済みの文字起こしから生成されます。
• 2つの音声ファイル。 追加の音声トラックを受け付けるプラットフォーム向けのフルミックス（m4a）と、クリエイター側でミックスするための声だけのトラック（wav）。
• 翻訳されたタイトルと説明。 リンク、@ハンドル、#ハッシュタグ、プロモコード、チャプターのタイムスタンプは元の表記のままです（メタデータ翻訳）。
• レビューは吹き替えごとに選択。 review=manualはin_reviewで一旦停止し、レンダリング前に任意の行を編集できます。デフォルトのreview=autoは、そのままレンダリングします。

06.契約前にネットワークは何を試すべきか？

• いちばん難しいクリエイターを選ぶ。 名前、スポンサーコード、持ちネタがもっとも多い2〜3人。まずそのリストを読み込み、それからペアのクリップを吹き替えます（AI吹き替えのパイロット検証の進め方）。
• レビューのステップで修正を数える。 review=manualでネイティブのレビュー担当者が変更した行が測定値です。守るべきフレーズは、以降のすべての吹き替えのためにクリエイターのリストに載せます。
• 所属クリエイターのフォーマットを確認する。 クリーンで安定した映像がいちばんよく吹き替えられます。カメラに2〜3人が映るポッドキャストやインタビュー、講義。画面に映る全員が吹き替えの対象です。

よくある質問

参考資料

1. [1]クリエイタープロファイル：creator_id、external_id、3つのスコープ（APIリファレンス）
2. [2]翻訳しないリスト：一致ルール、スコープ、初期登録のデフォルト（APIリファレンス）
3. [3]コンテキスト：クリエイター、配信、動画ごとの1行の説明（APIリファレンス）
4. [4]メタデータ翻訳：元の表記のまま残るもの（APIリファレンス）
5. [5]Familiar vs YouTubeの自動吹き替え：固定した50ペアのコホート、全データ
6. [6]Familiar vs ElevenLabs：2つのペア比較研究、信頼区間、試聴サンプル