見解

なぜ世界の大半は、吹き替えられてこなかったのか

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。吹き替えは、世界の大半にとって手の届かないものでした。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。言語ごとに専任のキャストとスタッフが必要で、言語ごとに別々のスケジュールで進みます。そのため大作でさえ吹き替えるのは数言語だけで、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。それを変えるのが、新たなパラダイム、これまでにない、初めてのモデルです。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)が面倒な作業を担い、ひとつの演技がすべての視聴者に届きます。
初のマルチモーダル翻訳基盤モデル

1言語あたりの費用

人による吹き替え一式

$70から$150

翻訳と声を合わせて、仕上がり1分あたり。

60分の動画1本

$4,200から$9,000

対象言語1つあたり。10言語なら、その10倍です。

大ヒット作なら、最大の市場に向けてその費用を負担できます。ドキュメンタリーやトーク番組、縦型ドラマの1シーズンでは、たいてい1言語分すら負担できません。

言語ごとに必要な人たち

吹き替えは、ひとつの制作です。言語ごとに、翻訳者と台本の翻案者、キャスティング、すべての役の声優、ディレクター、スタジオ、ミキサーが必要です。NetflixのグローバルコンテンツローカライゼーションのシニアディレクターであるCatherine Retatは、ソウルで開かれたローカライゼーションの円卓会議で、その規模を率直に語りました。吹き替え版を1本作るには、通常50〜60人が必要で、10言語に吹き替えればおよそ500人になる、とDigital Todayは伝えています。
出典:[Digital Today](https://www.digitaltoday.co.kr/en/view/115229/netflix-up-to-60-people-per-language-for-dubbing-work-with-122-partners-worldwide)、2026年10月15日

その職人技は本物で、最高の吹き替えがあの響きを持つのはそのためです。同時にそれは、言語が増えるたびに、探し、押さえ、演出すべき新しいチームが増えることを意味します。

時間

言語ごとに、それぞれのスケジュールがあります:

  1. 01

    口の動きに合わせて台本を翻案する。

  2. 02

    キャスティングする。

  3. 03

    1行ずつ収録する。

  4. 04

    テイクを演出する。

  5. 05

    元の作品と合わせてミックスする。

公開日は、いちばん遅い言語を待ってはくれません。だから、間に合う言語だけに絞られていきます。

取り残されるのは誰か

費用、人手、時間を合わせると、今日の地図ができあがります:

大作
今日の対応最大の市場に向けて、ひと握りの言語に吹き替える。
小規模な作品、番組、縦型ドラマ
今日の対応ほとんど吹き替えない。よくて字幕。

視聴者は、英語で待っているわけではありません。Wikipediaが引くInternet World Statsの2020年3月31日時点の推計では、英語はインターネット利用者の25.9%。つまり、利用者のおよそ74%は英語を話しません。

その多くの人にとって、世界の動画の大半は、一度も吹き替えられたことがありません。

面倒な作業は、MLDMに。

吹き替えの作業の大半は、繰り返しです。すべての台詞を新しい言語へ、話し手の声のまま、口元を新しい言葉に合わせて運ぶこと。MLDMが引き受けるのは、まさにその部分です。30言語にわたって、各台詞にどの訳を選ぶか、どの声を翻訳するか、画面の誰がそれを言っているか、口元をどう合わせるかを判断します。俳優、演技、タイミング、シーンの音は、元のままです。

主導権は、チームにあります。

すべての判断は吹き替えごとに記録され、上書きできます。現在は、クリエイティブディレクターがレンダリングの前に翻訳を元の台詞と見比べ、何通りにも取れる台詞では選択肢の中から選びます。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。

データはどこから来るのか

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。

新しいものは何も作り出さず、プロンプトもありません。あなたの動画を入れると、同じパフォーマンスが別の言語で出てきます。従来の意味での「生成AI」ではありません。これは翻訳です。だから、ある国のために作られた番組が、次の国へ届きます。

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

なぜ、もっと多くの番組が吹き替えられないのですか?

費用、人手、時間です。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。言語ごとに専任のキャスト、ディレクター、スタジオが必要で、それぞれに別のスケジュールがかかります。大作は数言語に吹き替えますが、小規模な作品や番組、縦型ドラマはほとんど吹き替えません。

公開前に、Familiarの吹き替えを確認するのは誰ですか?

あなたのチームです。どの動画もレビュー画面で一旦停止し、レンダリングの前にどの行でも編集できます。何通りにも取れる台詞は、選択肢になって返ってくるので、その中から選べます。

Familiarは生成AIですか?

いいえ。Familiar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)です。すでにあるものをどうローカライズするかを判断し、プロンプトはありません。あなたの動画を入れると、同じパフォーマンスが別の言語で出てきます。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。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。

参考資料

  1. [1]Digital Today, Netflix says it deploys up to 60 people per dubbed language, works with 122 partners worldwide(2026年10月15日)
  2. [2]Wikipedia, Languages used on the Internet(Internet World Stats、2020年3月31日)(2026年10月24日に参照)
  3. [3]2026年、吹き替えの費用はいくら?
  4. [4]Familiarが従来の生成AIではない理由

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