ТІКЕЛЕЙ САЛЫСТЫРУ БЕНЧМАРКЫ

Familiar және YouTube автоматты дубляжы: бекітілген когорта зерттеуі

FAMILIAR ЗЕРТТЕУЖАҢАРТЫЛҒАН БАРЛЫҚ МАҚАЛАЛАР

АҢДАТПА

50 жұптан тұратын бекітілген когортада (араб, испан, француз, хинди, корей; 2026 жылғы 8 тамызда жиналған) Familiar дауысы YouTube автоматты дубляжына қарағанда спикерге 182.9% ұқсасырақ өлшенді (0.399 vs 0.141), ал өзгерген не жоғалған маңызды ойлар 70.3% азырақ болды (528-дің 43-і vs 145-і). YouTube-та фондық дыбыс қатесі 232.6% көбірек болды (11.21 vs 3.37 dB). Дауыстық оқиғаларда да Familiar алда болды. 43 бастапқы клиптің 25-інде ғана жарамды автоматты дубляж болды; Familiar барлық 43-ін дубляждады. Толық деректер мен алты синхрондалған тыңдау мысалы: YouTube бойынша толық бенчмарк.

Әдіс

ЖҰПТАР

50

Бекітілген когорта; бір бастапқы клип × бір мақсатты тіл.

ТІЛДЕР

5

Араб, испан, француз, хинди, корей тілдері.

ЖИНАЛҒАН КҮНІ

2026 жылғы 8 тамыз

ҚОЛЖЕТІМДІЛІК

43-тің 25-і

Жарамды YouTube автоматты дубляжы бар бастапқы клиптер; Familiar барлық 43-ін дубляждады.

ЖҰПТЫҚ, «ҚАРА ЖӘШІК»
ҚАЛАЙ БАҒАЛАНАДЫБір бастапқы клип × бір мақсатты тіл; екі жүйенің де толық соңғы аудиосы.
УАҚЫТҚА СЕЗІМТАЛ МЕТРИКАЛАР
ҚАЛАЙ БАҒАЛАНАДЫБастапқы уақыт сызығына сәйкестігі тәуелсіз тексерілген 31 жұп қана (40 ms шегі; күмәнді жолдар бағаланбайды).
ОҚИҒА МЕТРИКАЛАРЫ
ҚАЛАЙ БАҒАЛАНАДЫКүлкі не реакция аймақтарын адам тексерген 14 жол.
YOUTUBE ДУБЛЯЖЫ ЖОҚ ЖОЛДАР
ҚАЛАЙ БАҒАЛАНАДЫБөлек көрсетіледі, ешқашан нөл деп бағаланбайды.
МАҒЫНАНЫ ТЕКСЕРУ
ҚАЛАЙ БАҒАЛАНАДЫЖеткізілген сөз бағаланады; дұрыс перифраз бен фондағы шағын реакциялар қате саналмайды; CER/WER есепке алынбады.

Дауыс: оларда бөтен адамның дауысы

YouTube автоматты дубляжы бөтен адамның дауысымен сөйлейді; Familiar түпнұсқа спикердің дауысын сақтайды.

Уақыты дәл сәйкестендірілген 31 жұпта нақты спикерге ұқсастық:

FIG. 01 · СПИКЕРГЕ ҰҚСАСТЫҚ (SIM-O) · 31 СӘЙКЕСТЕНДІРІЛГЕН ДУБЛЯЖ · FAMILIAR +182.9%
FAMILIAR0.399
YOUTUBE0.141

Мағына

Тексерілген 50 дубляждағы 528 маңызды бастапқы ойдың YouTube 145-ін өзгертті не жоғалтты; Familiar 43-ін.

FIG. 02 · ӨЗГЕРГЕН НЕ ЖОҒАЛҒАН МАҢЫЗДЫ БАСТАПҚЫ ОЙЛАР · 528-ДЕН · FAMILIAR 70.3% АЗЫРАҚ
YOUTUBE145
FAMILIAR43
34/50

сөйленген мағынасында маңызды қатесі бар YouTube дубляждары

18/50

сөйленген мағынасында маңызды қатесі бар Familiar дубляждары

12 vs 0

мағынаның өрескел бұрмалануы, YouTube vs Familiar

Көрініс және реакциялар

FIG. 03 · ФОНДЫҚ СПЕКТРЛІК ҚАТЕ · СӨЗСІЗ АЙМАҚТАР · YOUTUBE +232.6%
YOUTUBE11.21 dB
FAMILIAR3.37 dB
0.998 vs 0.236

күлкі/реакция пішінінің корреляциясы · 14 оқиға жолы

0.11 vs 3.36 dB

күлкі/реакция дыбыс деңгейінің қатесі · 14 оқиға жолы

25/43

жарамды YouTube автоматты дубляжы бар бастапқы клиптер; Familiar барлық 43-ін дубляждады

Familiar дайын дубляжды 4K-ға дейін, нағыз 5.1 көлемді дыбыспен немесе стерео микспен жеткізеді.

Шектеулер

Жиналған когортаның бекітілген «қара жәшік» зерттеуі; бұл YouTube-тың әр дубляжы, әр тілі не платформаның болашақ нұсқасы туралы тұжырым емес.
КОГОРТА АУҚЫМЫНДА
Бұл адамдар тыңдаған зерттеу емес, модельдік диагностика; белгісіздігі жоғары.
БОЛЖАМДЫ ТАБИҒИЛЫҚ · UTMOS 2.12 VS 1.85
Сипаттамалық көрсеткіш; интервалы нөлге жетеді.
ТРАНЗИЕНТТЕРДІҢ УАҚЫТЫ · 1.000 VS 0.789 F1

ДЕРЕККӨЗДЕР

  1. [1]Familiar және YouTube автоматты дубляжы: толық нәтижелер, әдіс және тыңдау мысалдары
  2. [2]Familiar-дың барлық бенчмарктері: ElevenLabs, YouTube, адам аудармашылар
  3. [3]YouTube анықтамасы: автоматты дубляжды пайдалану
  4. [4]YouTube автоматты дубляжына шолу: біз не өлшедік

МУЛЬТИМОДАЛЬДЫ АУДАРМА

Familiar Labs мультимодальды локализациядағы шешім қабылдау моделі (MLDM) арқылы жаңа буын дубляжын жасайды. Бұл мультимодальды аудармадағы тұңғыш іргелі модель: ол мәтінде, дыбыста және бейнеде нені локализациялау керегін шешеді және таңдауларды сізге көрсетеді. Дауысыңыз бен ерін қимылыңыз жаңа тілдерге көшеді. Командада 8 адам, арасында PhD-лер бар; инвесторлары: Samsung, RedBird, Gold House. Біздің миссиямыз