直接比較ベンチマーク

Familiar vs ElevenLabsの吹き替え：2つのペア比較研究

FAMILIAR 研究更新日 記事一覧
他の言語で読むEnglishEspañolPortuguês中文日本語한국어FrançaisDeutschالعربيةBahasa IndonesiaРусскийItalianoTiếng ViệtไทยNederlandsΕλληνικάУкраїнська粵語NorskCatalàHrvatskiLietuviųSlovenčinaSvenskaБългарскиСрпскиБеларускаяDanskҚазақшаLatviešu

要旨

同じクリップで比べると、Familiarの声はElevenLabs Dubbing v1より本人に27.8%近く聞こえ、全11言語でより近いと測定されました（418ペアの出力、2026年8月5日）。ElevenLabs Dubbing v2 (Alpha)との比較では、ElevenLabsは笑い声や音楽、空気感といった背景音のエラーが270%多く発生し、話し言葉の重要な翻訳ミスはFamiliarのほうが54.7%少なくなりました（29件 vs 64件。中国語、スペイン語、日本語の111ペアの出力）。Familiarは笑い声などの音声イベントでも両研究で上回り、Dubbing v1の研究では予測自然さでも上回りました。全データと試聴サンプル：ElevenLabsベンチマークの全結果。

方法

DUBBING V1 · ペアの出力

418

38クリップ、11言語

DUBBING V2 (ALPHA) · ペアの出力

111

中国語、スペイン語、日本語

研究日

2026年8月5日

両研究とも

元クリップ

38

英語、各クリップ同じ重み

  1. 01

    ペア比較、ブラックボックス型

    同じ英語の元クリップと対象言語を各システムに通し、評価したのは最終的な音声だけです。
  2. 02

    意味のレビュー

    すべての吹き替えを単語単位のタイムスタンプ付きで書き起こし、同じ承認済みの訳意と照らしてレビューしました。
  3. 03

    音響の測定

    吹き替えを元のシーンと比べます。ノイズの土台、音声イベントのエンベロープ、過渡音のタイミングです。
  4. 04

    統計

    元クリップはそれぞれ同じ重みで扱い、95%信頼区間は元クリップを再標本化して求め、2つのコホートは決して合算しません。

Familiarの出力にはリップシンクした顔も含まれますが、以下の測定はすべて音声と音声の比較です。

結果：ElevenLabs Dubbing v2 (Alpha)（同社の最新製品）

111ペアの最終音声出力中国語スペイン語日本語
FIG. 01 · 重要な翻訳ミス · DUBBING V2 (ALPHA) · FAMILIARが54.7%少ない · 111ペアの吹き替え
ELEVENLABS64
FAMILIAR29
FIG. 02 · 重要な意味の問題を含む完成した吹き替え · DUBBING V2 (ALPHA) · ELEVENLABS +56.5%
ELEVENLABS36/111
FAMILIAR23/111
270%

ElevenLabsは、笑い声や音楽、空気感といった背景音のエラーが270%多く発生しました。

11.92 VS 3.22 dB MAE
+221%

ElevenLabsは、笑い声やリアクションの音量エラーが221%多く発生しました。

3.32 VS 1.04 dB · 18クリップ / 54比較
+28.2%

笑い声やリアクションの形状の相関はFamiliarが0.960、ElevenLabsが0.749。ペアの95%信頼区間はゼロを含みません。

結果：ElevenLabs Dubbing v1（安定版の製品）

418のクリップ×言語の試行38クリップ11言語両システムが全試行を完了
FIG. 03 · 声の本人らしさ · DUBBING V1 · FAMILIAR +27.8% · 全11言語でFAMILIARが上回る
FAMILIAR0.4605
ELEVENLABS0.3604
FIG. 04 · 背景音のスペクトル誤差 · DUBBING V1 · dB、低いほど良い · 検証済みのシーン区間
ELEVENLABS12.27 dB
FAMILIAR3.40 dB
+95.5%

ElevenLabsは、レビューで指摘された話し言葉の出力ミスが95.5%多くなりました。

258 VS 132
+243.7%

笑い声やリアクションの形状の相関はFamiliarが0.759、ElevenLabsが0.221（検証済みのイベント区間）。

+10.2%

Familiarの予測自然さ。

2.51 VS 2.28 · 探索的
DUBBING V2 (ALPHA)
観点対応範囲
結果Familiarは元クリップ38/38本をすべて吹き替えました。Dubbing v2 (Alpha)は最短11秒の制限により10.94秒のクリップを受け付けませんでした（37/38）。
DUBBING V2 (ALPHA)
観点声の本人らしさ
結果このサンプル数では結論が出ません。点推定はFamiliarが+3.5%ですが、ペアの信頼区間はゼロをまたいでいます。
DUBBING V1
観点過渡音のタイミング（効果音とビート）
結果こちらもFamiliarが上回りました：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

検証中に直面したワークフローの制限

ELEVENLABS DUBBING3つの製品上の制限2026年8月5日に確認
11秒

クリップの最短の長さ。私たちのセットにあった10.94秒のクリップは、まったく吹き替えられませんでした。

20

1バッチあたりの件数。動画4本を6言語にするだけで24件の出力になり、1バッチに収まりません。

30

同時リクエスト数。動画10本を10言語にすると100リクエスト。少なくとも4回、バッチに分けて待つことになります。

  • Familiarはクリップの長さを問わず受け付け、一度のアップロードで選んだすべての言語に展開します。

価格

ALL-IN

Familiarの一度のレンダリングに、対象言語ごと・仕上がり1分ごとに含まれるもの：翻訳、話し手本人の声、シーンの音、リップシンク。最大4K映像と、ディスクリート5.1chサラウンドかステレオのミックスで納品します。

STUDIO契約でご利用
$3

ElevenLabs Dubbing、対象言語ごと・吹き替え1分あたり。音声のみ。

チェックアウト時の見積もり · 2026年8月5日
$3で手に入るのは音声だけです。Familiarの一度のレンダリングと揃えるには、さらにリップシンクを別途つなぐ必要があります。単体ツールで最も優れたSync.soは1分$8、合計$11で、それでも5.1chミックスはありません。ElevenLabsのドキュメントにはこうあります：吹き替えは「最大でステレオ…5.1chやその他のマルチチャンネル音声は保持されません」。参考までに、翻訳も声も人が手がける吹き替え一式は、仕上がり1分あたり$70から$150。その費用では、世界の大半にとって現実的ではありません。
製品上の制限と価格は2026年8月5日に確認したもので、変わる可能性があります。

出典つきの価格調査の全文：2026年、吹き替えの費用はいくら？

翻訳テキスト vs プロの翻訳者

2026年8月の別の研究で、Familiarの実サービスの翻訳を熟練プロ翻訳者と比較しました。採点は、専門家が修正した参照訳を基準にブラインドで行っています。

フランス語、中国語、ヒンディー語、インドネシア語で、Familiarはプロの一次翻訳と互角です。

FIG. 05 · 熟練プロ翻訳者の一次翻訳に対する翻訳品質 · ブラインド採点 · 2026年8月
フランス語100.0%
中国語98.2%
ヒンディー語103.3%
インドネシア語99.6%
破線 = プロの一次翻訳（100%）
100.3%

プロの一次翻訳の品質に対する平均。

フランス語、中国語、ヒンディー語、インドネシア語（熟練プロ翻訳者の一次翻訳）

限界

意味のレビューはモデル支援による1回のみで、ネイティブによる独立した二重レビューは未実施です。Dubbing v2 (Alpha)の声の本人らしさと自然さは、このサンプル数では結論が出ません。v1の結果と合算することはありません。実際の動画から選んだクリップであり、すべての動画を代表する確率標本ではありません。

参考資料

  1. [1]Familiar vs ElevenLabsベンチマーク：全結果、信頼区間、試聴サンプル
  2. [2]AI翻訳 vs 人間の翻訳：プロと比較検証（翻訳研究の全文）
  3. [3]ElevenLabs Dubbingのドキュメント（元の尺と言語数による料金）
  4. [4]ElevenLabsヘルプセンター：Dubbingが対応するファイル形式（音声は最大でステレオ、5.1chは保持されない）

マルチモーダル翻訳

Familiar Labsは、マルチモーダル・ローカライゼーション意思決定モデル（MLDM）で次世代の吹き替えを手がけています。MLDMは、マルチモーダル翻訳のための初の基盤モデルです。テキスト、音声、映像のすべてにわたって何をローカライズするかをひとつのモデルが判断し、選択肢をあなたに示します。あなたの声と口元を、新しい言語へ。博士を擁する8人のチームを、Samsung、RedBird、Gold Houseが支援しています。 私たちのミッション

ベンチマークの全結果を見る →チームに相談