よくある質問
次世代の吹き替え:あなたの声と口元を、新しい言語へ。ElevenLabsとHeyGenを組み合わせても、声も顔もどこか別人のままです。単なるAIリップシンクではなく、オクルージョンや空間推論も含めて、顔全体が新しい言語で演じます。
公開中のベンチマークでは:
- 彼らの最新製品では笑い声や音楽、空気感といった背景音のエラーが270%多く発生した
- 重要な翻訳ミスは私たちのほうがその最新製品より54.7%少ない
- Dubbing v1では、私たちの声は本人に27.8%近く聞こえ、全11言語でより近いと測定されている
同じクリップで比較すると、ElevenLabsは:
- 単語を落とすか勝手に作り出すことが45回
- 笑い声や効果音が壊れることが8回
- 話者の声を見失うことが6回
- 声が重なる場面での混線が6回
- 語り口が平板になることが4回
- 場の環境音が消えることが4回
- APIは11秒未満のクリップを受け付けない
別々のツールを自分でつなぎ合わせると、Sync.soのリップシンクが1分$8、ElevenLabsの音声が$3で、合わせて1分$11かかります。Familiar Labsの吹き替えには、声もリップシンクも翻訳もすべて含まれ、最大4K、ディスクリート5.1chサラウンドまたはステレオミックスで納品します。
そのまま残ります。笑い声も、音楽と重低音も、効果音も、街やパーティーの空気感も。高密度のポリフォニーまで、シーン全体が保たれます。同じクリップで測ると、ElevenLabsは背景音のエラーが270%多く発生しました。YouTubeの自動吹き替えでは232.6%多くなりました。thefamiliarlab.com/benchmark で聴き比べてください。
私たちの翻訳をプロ翻訳者と比較テストし、専門家が修正した参照訳を基準にブラインドで採点しました。フランス語、中国語、ヒンディー語、インドネシア語の平均で、私たちの翻訳はプロの一次翻訳の品質の100.3%。つまり互角です。1回のレンダリングに、翻訳、話し手本人の声、場面の音、リップシンクまですべて込み。最大4K、ディスクリート5.1chまたはステレオのミックスで納品します。
13言語に入力・出力とも対応し、どの言語からどの言語へも吹き替えられます:アラビア語、イタリア語、英語、韓国語、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、ヒンディー語、フランス語(フランス)、ポルトガル語(ブラジル)、ロシア語。
吹き替えは、ついに良くなった。あなたの声と口元を、新しい言語へ。
これまでの吹き替えは、声は別人、口の動きはズレたまま。しかも人の手による吹き替えは、世界の大半にとって現実的ではありませんでした。トップクラスの作品でさえ、吹き替えるのは数言語だけ。費用と人手と時間がかかるからです。小規模な作品や番組、ショートドラマは、そもそも吹き替えません。今は、吹き替えてもあなたのまま:同じパフォーマンスを、別の言語で。リップシンクも音声翻訳も。どんな動画でも。
はい、2回行いました。同じクリップを両方のシステムに送り、完成した音声だけを比較しました。Dubbing v1に対して11言語で418ペア、続いて最新のDubbing v2 (Alpha)に対して111ペアです。重要な翻訳ミスは私たちのほうが彼らの最新製品より54.7%少なく、その最新製品では背景音のエラーも270%多く発生しました。Dubbing v1では、全11言語で私たちの声のほうが本人に近いと測定されています。全データと試聴サンプルは thefamiliarlab.com/benchmark にあります。
ElevenLabsの決済時価格は1分$3で、音声のみです。同社の現行モデルでは、APIによる翻訳の編集はEnterpriseプラン限定です。フル機能のエディターはメンテナンスモードにある旧モデルDubbing v1で動いており、そのモデルとの比較では、Familiar Labsの声は本人に27.8%近く聞こえ、全11言語でより近いと測定されました。Familiar Labsは1回のレンダリングに、翻訳、あなたの声、場面の音、リップシンクまですべて込み。11秒の最低時間も、20件ずつのバッチも、順番待ちの小分け処理もありません。一度アップロードすれば、すべての言語がレンダリングされ、最大4K、ディスクリート5.1chサラウンドまたはステレオミックスで届きます。ご利用はStudio契約で、カタログの規模に合わせてご用意します。
安定したクリーンな映像です。カメラに2〜3人が映るポッドキャストやインタビュー、カメラ目線の動画、講義、説教など。画面に映る全員が吹き替えの対象で、顔にかかる手やマイクといったオクルージョンや空間推論にも対応します。医療ツーリズムのクリニック、旅行会社、法律事務所、保険会社の動画もまさにこの形です:診察や相談、ツアーの紹介、案件や保険金請求のお客様向け説明など。ライブ吹き替えは開発中です。カットの速い編集、顔にミームを重ねた動画、手ブレの多い映像は現行のAlphaモデルにはまだ難しく、開発中の次のモデルがそこに挑みます。
あなたが話した通りに、そのまま残ります。決め台詞、友人の名前、お決まりの掛け声などは「翻訳しないリスト」で管理できます。ジョークは対象言語で伝わるように書き直されます。
Familiar Labsは、マルチモーダル翻訳を開発する研究ラボです。取り組むのは次世代の吹き替え、そして人間:感情、人がどう語り合い、耳を傾け、反応するか。魂は研究ラボ。心はプロダクトチーム。フルタイム7人のチームには、スタンフォード大学と延世大学のVisual Intelligence Lab(韓国最高峰のビジュアルAI研究室)から、博士と研究者が集まっています。アドバイザーには、延世大学のYoungjung Uh教授と、香港科技大学(HKUST)のXu Zheng教授を迎えています。Veritasium、3Blue1Brown、Welch Labsの海外チャンネルを運営しながら、人物の音声と映像を同時に生成するモデルという分野を最初に切り拓き、リアルタイム人物動画生成における現在の最先端モデルを共同開発してきました。これまでに発表した論文は、分野別に次のとおりです。音声と映像の同時生成:JAM-Flow(ECCV 2026)、Syncphony(ICLR 2026)、TTS-CtrlNet。リアルタイム人物動画生成:SoulX-LiveAct(ACM MM 2026 Oral)。高速な動画生成:FlowBlending、TCFG(CVPR 2025)、Balanced Conic Rectified Flow(NeurIPS 2025)、Plug-and-Play Diffusion Distillation(CVPR 2024)、HARIVO(ECCV 2024)。拡散モデル内部での編集:TextAway、StyleKeeper(ICCV 2025)、Training-free Content Injection(WACV 2024)、Visual Style Prompting(CVPR 2024ワークショップ・ベストペーパー賞)、潜在空間のリーマン幾何(NeurIPS 2023)、Asyrp(ICLR 2023)。マルチモーダル知覚:Any2Seg(ECCV 2024 Oral)、ExACT(CVPR 2024 Highlight)、EgoNight(ICLR 2026)、RealRAG(ICML 2025)、Pano-R1(ACM MM Asia 2025)、UiG、UniBind(CVPR 2024)。2021年以降、被引用数は10,000を超え、論文は100編以上。ICLR、NeurIPS、CVPR、ECCVなどで発表しています。
次のバージョンは、いちばん難しい映像に挑みます:画面の内外で十数人が話す場面、ゲーム画面、ミーム、視覚エフェクト。顔全体が新しい言語で演じ、目指す先は全身です。
どの吹き替えもレンダリング前に確認画面で一旦停止し、どの行でも編集できます。
プランはStudio契約で、カタログの規模に合わせてご用意します。まずはチームに相談してください。どの吹き替えも、最大4K、ディスクリート5.1chサラウンドまたはステレオミックスで納品します。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。そのため、世界の大半にとって現実的ではありません。トップクラスの作品でさえ、費用と人手と時間がかかるため、吹き替えるのは数言語だけ。小規模な作品や番組、ショートドラマは、そもそも吹き替えません。
吹き替え動画はあなたのものとして、どこにでも投稿できます。
視聴者が拒むのは、人を偽るAI。受け入れるのは、人の役に立つAIです。Familiar Labsの吹き替えに使うのは、あなたの同意を得た、あなた自身の声と顔だけ。どの言語の視聴者にも、同じパフォーマンスが届きます。AIで革新を。ファンの愛はそのままに。
いいえ。同意を得たうえで、あなたを翻訳するだけです。
いいえ。Familiar Labsは、マルチモーダル・ローカライゼーション基盤モデル(MLFM)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、プロンプトから新しいものを作り出すことはありません。従来の意味での生成AIは、プロンプトから新しいコンテンツを作り出します。Familiar Labsにはプロンプトがなく、何も作り出しません。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 Labs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。
理解を阻むあらゆる壁を壊すためです。CEOのAndrew Liuは、学校全体でただひとりのアジア人で、クラスメートと英語で話せず、テレビを観て言葉を覚えました。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。
言語ごとに、最大4Kで仕上がった動画が届きます。すべての音が入ったミックスは、ディスクリート5.1chサラウンドかステレオかをお選びいただき、24bit PCMのWAVで納品します。あわせて、レビューで確定したテキストから生成した字幕ファイル(.srtと.vtt)と、翻訳されたタイトルと説明も付属します。音声は単体でも受け取れます:すべての音が入ったミックスと、自分でミックスするための声だけのトラックです。
映画・テレビ、ショートドラマ、放送、企業・教育、広告、クリエイター・ポッドキャスト、そしてそれらが流れるプラットフォームのために、すべての言語で吹き替えるサービスです。
私たちの脳は、口の動きと音声を組み合わせて言葉を聞き取っています。ふたつがずれると聞き取りにくくなり、まったく別の音に聞こえてしまうことさえあります。この現象は「マガーク効果」と呼ばれ、視聴覚音声知覚の代表例として知られています。声だけを差し替える吹き替えでは、そのずれがどのフレームにも残ります。Familiar Labsの吹き替えなら、視聴者が目にする口の動きと、耳にする言葉がぴたりと合います。
映像は最大4K。音声はディスクリート5.1chサラウンドかステレオミックスかをお選びいただき、24bit PCMのWAV(ダイナミックレンジ144 dB)で納品。声だけのトラックも付きます。Studio契約の納品では、ProResマスターも。配信プラットフォームは、吹き替えの音声構成を元のミックスと一致させることを求めます:元が5.1chなら、納品も5.1ch。
MLFMは、マルチモーダル翻訳のための初の基盤モデルであり、新たなパラダイム、これまでにない、初めてのモデルです。テキスト、音声、映像のすべてにわたって、何をどうローカライズするかを判断し、大事な選択肢をあなたに示す、ひとつのモデルです。まず翻訳、そのあと吹き替えを一度に。声と口元とシーンを、まとめて仕上げます。
- 翻訳では:ジョーク、物語、会話のかけ合いを、どの訳で伝えるか。何を訳さないか、スラングは言ったまま、名前もブランド名もそのまま、ネタの差し替え、その文化が避ける表現、視聴者に合わせた汚い言葉の度合い。クリエイティブディレクターが理由とともに選択肢を確認し、選びます。
- 音声では:そもそも何を翻訳するか。メインの声を見つけ、笑い声や観客の声、叫び声は元のまま残します。何を元の言語のまま残すかを選ぶ機能は、開発中です。
- 映像では:画面の誰が話しているのか、ナレーションは誰か、画面の外の声は誰か。口元、オクルージョンや空間推論も含めて。そして強調が求める場面では、表情やしぐさも。映像の中の文字への対応は開発中です。ブランド、名前、スラングなど、撮影したまま残すものはモデルがその場で判断し、Tostitosの袋はTostitosのまま。どの顔、どの文字を選ぶかも、あわせて開発中です。
すべての判断は吹き替えごとに記録され、上書きもできます。プロンプトはなく、新しいものは何も作り出しません。すでにあるものを、どうローカライズするかを判断します。
Familiar Labsが所有する計算資源です。カナダ・トロントにある、市場最高峰のNVIDIA B300を揃えた数千万ドル規模のGPUクラスタで処理します。これがプライベート推論です。お預かりした素材は、Google CloudやAWSのようなパブリッククラウドで処理されることはなく、外部の推論サービス事業者で処理されることもないため、漏えいすることはありません。素材を受け取ってから吹き替えを仕上げてお渡しするまで、処理はすべて自社の計算資源の中で行います。
はい。Song Dubbing、本当の意味で初めての歌の吹き替えです。同じ歌い手の、同じ録音とパフォーマンスを、そのまま別の言語へ運びます。歌い直しは一切ありません。歌詞は歌えるように一行ずつ翻訳し、音数も、中間韻や多音節の韻も、フロウも、ジャンルも、意味も保ちます。ミュージックビデオもあわせて吹き替えます。レコードレーベルとそのアーティストのための手厚い伴走型のサービスで、アルバム単位。リリース前に、すべての言語の歌詞をアーティスト本人かそのチームが承認します。まずはチームに相談してください。詳しくは thefamiliarlab.com/blog/song-dubbing で。
手厚い伴走型のサービスとして、私たちのチームがレーベルとアーティストとともに、どのアルバムも一行ずつ仕上げます。吹き替えた一節の音数は元の歌より少なくしないので、メロディーの音符が空くことはなく、元から数音以内に収めます。元のライムスキームを再現し、中間韻や多音節の韻、母音の響き、繰り返しも、言語が許すかぎり運びます。優先するのはフロウです。読んで良くても歌って悪い一節は、間違った一節です。韻を踏むために意味や意図を変えることはなく、ラップはラップのまま、バラードはバラードのまま。ファンが一緒に歌うフックは、元の言語のまま残すこともできます。一節に複数の訳し方がありうるときはアーティストが選び、リリース前にすべての行が承認されます。
契約に基づくスタジオ、配信事業者、レーベルの業務では、すべてのファイルをお使いのマシン上で、ネットワークの外に出る前に暗号化します。転送中に傍受されても、中身は読めません。処理と保管は、カナダ・トロントにある自社サーバーだけで行います。復号鍵は指名された2名の担当者が保管し、当社が指名したセキュリティ上の役割以外は誰も開けません。コンテンツは、ゼロデータ保持をご希望なら吹き替えをお返しした時点で、またはご承認の時点で、ご指示がなければ納品から14日後に自動で削除します。そして、学習に使われることは決してありません。Familiar LabsはTrusted Partner Network+(TPN+)の会員で、ポリシーの全文ではMPAコンテンツセキュリティ・ベストプラクティスのすべての管理策に回答しています:thefamiliarlab.com/security

