見解

すべての視聴者に、同じパフォーマンスを

FAMILIAR 研究更新日 記事一覧

要旨

「生成AI」ではなく、クリエイターの力になる翻訳。世界中の誰もが、同じ品質を受け取れるべきです。クリエイターや俳優が、どの言語でもそのまま伝わり、新しい視聴者に届くこと。ソウルでも、サンパウロでも、ワルシャワでも、視聴者は元の視聴者が受け取ったものを受け取るべきです。同じ俳優、同じ演技、同じタイミング、そしてそのままのシーンの音を、自分の言語で。

元の視聴者が受け取ったもの

声
最初の視聴者は、俳優本人の声を聞きます。
口元
言葉と合った口の動きを見ます。
タイミング
監督が選んだタイミングを感じます。オチの前の間、台詞を途切れさせる笑い声、シーンの下に流れる音楽。

それ以外の視聴者が受け取ってきたのは、たいていそれより少ないものでした。映像の上に重なる字幕を読むか、口の動きと合わない他人の声を聞くか。作品は同じでも、体験は同じではありませんでした。

「同じ」が意味すること

Familiarの吹き替えでは

声
残るものクリップそのものから取った、俳優本人の声
変わるもの
口元
残るもの
変わるもの新しい言語に合わせるので、目と耳が食い違わない
語り口
残るもの元の作品と同じタイミング、感情、強調
変わるもの
シーンの音
残るもの笑い声、音楽と低音、効果音、空気感
変わるもの
言葉
残るもの名前と決め台詞は「翻訳しないリスト」で残す
変わるものジョークは伝わるように書き直す

ジョークや皮肉のように何通りにも取れる台詞は、意図と感情の異なる3つの訳になって返ってきます。クリエイティブディレクターはひとつを選び、スラングを言ったまま残したり、年少向けの版で汚い言葉を控えめにしたりして、吹き替えのレンダリング前に元の台詞と見比べながらどの行でも編集します。すべての選択は吹き替えごとに記録されるので、次のエピソードもそれに従います。

どの言語も完成した映像として届きます。最大4K、フルミックスはディスクリート5.1chサラウンドかステレオで、24ビットPCM WAV。字幕はレビュー済みの書き起こしから作った.srtと.vttで、NetflixのTimed Text Style Guide(字幕スタイルガイド)の慣例に沿って区切ります。翻訳されたタイトルと説明、ご自身でミックスするための声だけのトラックも付きます(よくある質問)。

出力は30言語、入力は99言語

映像は99の元言語のどれからでも入れられます。吹き替えは30言語で、どの言語からどの言語へも出せます。3つの品質ティアに、品質の高い順に分かれ、各ティアの中は五十音順です。

ティア言語
ティア1イタリア語、インドネシア語、英語、韓国語、広東語、スペイン語(ラテンアメリカ)、タイ語、中国語(普通話)、ドイツ語、日本語、フランス語(フランス)、ベトナム語、ポルトガル語(ブラジル)、ロシア語
ティア2オランダ語、カタルーニャ語、ギリシャ語、クロアチア語、スウェーデン語、スロバキア語、ノルウェー語、ブルガリア語、リトアニア語
ティア3アラビア語、ウクライナ語、カザフ語、セルビア語、デンマーク語、ベラルーシ語、ラトビア語

コード付きの一覧は、対応言語のドキュメントにあります。

世界の大半が吹き替えを受け取れなかった理由

ひとつの言語で生まれた名演は、ひとつの言語にとどまってきました。

人による吹き替えは熟練の仕事です。言語ごとに、翻訳者、声優、ディレクター、ミキサーが必要です。その職人技こそが良い吹き替えを良く響かせ、同時に、人による吹き替えが世界の大半にとって現実的でなかった理由でもあります。費用、人手、時間のために、大作でさえ吹き替えるのは数言語だけです。小規模な作品や番組、縦型ドラマは、まったく吹き替えません。

面倒な作業は、MLDMに。

吹き替えの面倒な作業とは、どの声にするか、口元をどう合わせるかを、すべての言語のすべての台詞で決めていくことです。それを判断するのが、新たなパラダイム、これまでにない、初めてのモデル。マルチモーダル翻訳のための初の基盤モデルであるマルチモーダル・ローカライゼーション意思決定モデル(MLDM)です。現在は、翻訳の選択肢をあなたのチームが確認できます。どの音を元の言語のまま残すか、話しているのはどの顔か、映像の中のどの文字を訳すかを選ぶ機能は、開発中です。どのジョークが伝わるか、どのトーンが合うか、どの名前を残すか。吹き替えの良し悪しを決める選択は、作品を作った人たちの手に残ります。

初のマルチモーダル翻訳基盤モデル
++
プロンプトから作られるものはなく、新しく作り出されるものもありません。すべてのフレーム、すべての音は、すでに演じられた台詞に基づいています。

学習に使ったデータは、すべてFamiliarのチームが自ら作ったものです。

すべての視聴者へ

同じ演技がすべての視聴者に届くようになれば、問いが変わります。どの言語なら費用を出せるかではなく、どの視聴者に届けたいか、へ。

縦型ドラマも、講義も、長編映画も、俳優は俳優のまま、30言語で公開できます。

私たちは、創作のプロセスで使われるツールのひとつです。

よくある質問

どの言語も同じ品質ですか?

30の出力言語のすべてで、声、リップシンク、シーンの音を届けます。品質の高い順に、3つの品質ティアに分かれています。

どの言語でも、俳優本人の声のままですか?

はい。各言語の声は、クリップそのものから取った俳優本人の声で、タイミングも語り口も同じです。

台詞をどう訳すかは、誰が決めるのですか?

あなたのチームです。何通りにも取れる台詞は3つの選択肢になって返ってきます。クリエイティブディレクターがひとつを選び、吹き替えのレンダリング前にどの行でも編集できます。

参考資料

  1. [1]Netflix, Timed Text Style Guide: Subtitle Templates(2026年10月30日に参照)
  2. [2]Familiar よくある質問:言語、吹き替えで残るもの、返ってくるファイル
  3. [3]Familiar ドキュメント:対応言語と品質ティア
  4. [4]Familiarが従来の生成AIではない理由
  5. [5]翻訳は生成ではない
  6. [6]創作のプロセスで使う、もうひとつのツール

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