ATSLĒGVĀRDA SKAIDROJUMS

Asistējoša MI vizuālā dublāža pret pilnu MI dublāžu: kā filmas tiek lokalizētas (2026)

FAMILIAR PĒTNIECĪBAATJAUNINĀTS VISI RAKSTI

KOPSAVILKUMS

„Lokalizējiet filmas ar asistējošu MI vizuālo dublāžu”: tā Flawless apraksta TrueSync. Būtiskais vārds ir asistējoša: MI veic vienu soli, pielāgojot mutes kustības uz ekrāna jaunajam dialogam, un pārējo dara cilvēki. Viņi tulko, izvēlas un ieraksta balsi katram aktierim katrā valodā, atzīmē, kura seja saka katru repliku, un pārbauda katru kadru. Asistējošajiem rīkiem, ko nozare izmanto šodien, vajag VFX mākslinieku komandu un nedēļas katram projektam, un katra valoda ir jauns projekts. Pilnā MI dublāža lokalizē filmu vienā piegājienā: iekšā nonāk gatavā filma, ārā iznāk tulkojums, katra aktiera paša balss, ainas skaņa un seja.

Ko nozīmē asistējoša: paša piegādātāja lapā

Flawless TrueSync izklāsta četros soļos, citējot viņu lokalizācijas lapu:

MASTERIS IEKŠĀ. „Iesniedziet savu masteri un dublēto audio mērķa valodā.” VIZUĀLI DUBLĒ KATRU SNIEGUMU. „TrueSync sinhronizē katru sniegumu uz ekrāna ar jauno dialogu.” PĀRBAUDE 8K. „Kvalitātes kontrole pēc jūsu standartiem bezzudumu krāsās, gatava kinoteātrim.” PIEGĀDE CAUR PARTNERIEM. „Gala piegāde notiek caur Pixelogic, Deluxe un citiem.”
FLAWLESS · LOCALIZE TITLES WITH ASSISTIVE AI VISUAL DUBBING

Vēl divas rindas tajā pašā lapā nosaka robežu. TrueSync ir „neatkarīgs no audio”: tas pieņem dublētu audio no jebkura avota un „neģenerē, nemaina un nesintezē audio”. Un tas „neģenerē, neaizstāj un nesintezē sejas”: tas pielāgo oriģinālā snieguma sejas animāciju jaunajiem vārdiem. Vizuālā dublāža jeb vubbing ir šī viena korekcija.

Cilvēku darbs asistējošā procesā

Katrai filmai, katrā valodā, pirms un pēc MI soļa:

  1. 01

    Iztulkot un pielāgot scenāriju,

    ņemot vērā katras replikas laiku.
  2. 02

    Izvēlēties un ierakstīt balss aktieri katram aktierim uz ekrāna,

    katru savā tīrā celiņā, jo sinhronizācijai vajag vienu balsi katrai sejai. Divi cilvēki, kas runā vienā miksētā celiņā, vispirms jānodala.
  3. 03

    Atzīmēt, kura seja saka katru repliku,

    katrā kadrā, lai sinhronizācija nonāktu uz pareizās mutes.
  4. 04

    Palaist sinhronizāciju,

    MI soli.
  5. 05

    Pārbaudīt kadru pa kadram 8K izšķirtspējā

    pēc iestudējuma standartiem.
  6. 06

    Salāgot un piegādāt

    caur lokalizācijas uzņēmumu.

Pieci no sešiem soļiem ir cilvēki, un divi dārgākie, balss aktieru izvēle un dublējuma ierakstīšana, ir tieši tas, par ko jau maksā parasta dublāža. Pilna cilvēku dublāža, tulkojums un balss kopā, maksā $70–150 par gatavu minūti, tāpēc pat lielākie iestudējumi dublē tikai dažās valodās; asistējošā apstrāde nāk papildus. Tas ir arī solis iestudējuma iekšienē: tam vajag dialogu katram aktierim un cilvēkus, kas filmu radīja.

Gatavai filmai bibliotēkā, gadiem pēc miksa apstiprināšanas, nav ne viena, ne otra.

Ko tā vietā dara pilnais risinājums

Viena piegājiena rīki šodien ir ātri, bet upurē visu pārējo: tulkojumu nevar rediģēt, mūzika un telpas skaņa pazūd, balss zaudē līdzību ar runātāju, un lūpas neizdodas, ja sejas priekšā ir roka vai mikrofons, ja kadrs ir izplūdis, ar bokeh, sānskatā vai tajā ir vairāki cilvēki; nav telpiskās domāšanas, nav pasaules izpratnes. Pilnā MI dublāža ir viens piegājiens un kvalitāte. Tā sākas no gatavās filmas, ar visu miksēto celiņu; Familiar multimodālais lokalizācijas lēmumu modelis (MLDM), pirmais multimodālās tulkošanas pamatmodelis, jauna paradigma, pirmā savā veidā, izlemj pārējo:

PIRMAIS MULTIMODĀLĀS TULKOŠANAS PAMATMODELIS
AINAS SKAŅA
PILNA MI DUBLĀŽASaglabā ainas skaņu zem jaunā dialoga: mūziku, pūli, smieklus.
TULKOJUMS
PILNA MI DUBLĀŽATulko, ar vairākiem joka vai divdomīgas replikas atveidojumiem, no kuriem jūsu pārskatītājs katrā valodā izvēlas, pirms kaut kas tiek renderēts.
BALSS
PILNA MI DUBLĀŽARunā aktiera paša balsī, klonētā jaunajā valodā; uz tiem pašiem klipiem Familiar mērījumos bija par 27.8% tuvāks īstajam runātājam nekā ElevenLabs Dubbing v1.
SEJA
PILNA MI DUBLĀŽAPielāgo seju: muti, žokli, acis, uzacis, vaigus un galvu tam, kurš runā, arī ja kadrā ir vairāki cilvēki un mutes priekšā rokas vai mikrofoni; citas sejas izvēle replikai ir izstrādē.
VALODAS
PILNA MI DUBLĀŽARenderē visas valodas uzreiz, 30 izvades valodas no materiāla jebkurā no 99 avota valodām.
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

Pilnā MI dublāža piegādā to, ko gaida pēcapstrāde:

ATTĒLS

Līdz 4K

Šodien.

MIKSS

5.1 vai stereo

Pilns mikss kā īsta 5.1 telpiskā skaņa vai stereo.

MASTERI

ProRes vai mp4

ProRes masteri Studio piegādēm vai mp4 caur API.

DIALOGS

Tikai dialogs

Celiņš tikai ar dialogu.

SUBTITRI

srt un vtt

No pārskatītā transkripta, sagriezti pēc Netflix Timed Text Style Guide konvencijām.

METADATI

Nosaukums un apraksts

Iztulkoti.

Kam katrs ir domāts

ASISTĒJOŠA VIZUĀLĀ DUBLĀŽA

  • Galvenā kinoteātru filma, kurā režisors apstiprina katru kadru, un 8K masteris.
  • Filma, kurai jau ir studijas iemīļots cilvēku dublējums, un tai vajag pielāgot sejas.
  • Pierādījums ir pašu Flawless: Watch the Skies, no zviedru uz angļu valodu, pirmā vizuāli dublētā filma, kas iznāca kinoteātros.
  • Grafiks ar nedēļām katram projektam un VFX mākslinieku komandu, un katra valoda ir jauns projekts.

PILNA MI DUBLĀŽA

  • Katalogs, pēc fakta: straumēšanas platforma, izplatītājs vai TV kanāls ar tūkstošiem gatavu filmu un bez iestudējuma komandas pie rokas.
  • Viss, kas auditorijai rāda īstu cilvēku: seriāli un mikrodrāmas, izglītība, reklāmas, korporatīvie video, apraide, satura veidotāju kanāli.
  • Visas valodas uzreiz, pēc augšupielādes, katra gaida savu pārskatītāju un tiek izlaista, tiklīdz apstiprināta.
HeyGenHeyGenElevenLabsElevenLabsHeyGen + ElevenLabsONE-SHOT TOOLS · NO CONTROL

One shot today means giving up the rest.

The one-shot tools today give up the rest: the translation cannot be edited, the music and the room drop out, the voice drifts, and the lips fail on a hand over the face, a microphone, blur, bokeh, a side view or several people in frame. No spatial reasoning, no understanding of the world, no control. ElevenLabs' current Dubbing v2 edits only through an Enterprise API, and its full editor is the older model, in maintenance mode; HeyGen stitches a lip-sync over a dub like that, and the lip-sync breaks on the ordinary shots of any episode. Familiar is one shot and the quality: translation first, reviewed; then the voice, the lips and the scene together, through the hard shots.

54.7%

FEWER TRANSLATION ERRORS · FAMILIAR VS ELEVENLABS DUBBING V2

270%

ELEVENLABS MORE BACKGROUND-SOUND ERROR · THE LAUGHTER, THE MUSIC, THE AMBIENCE

+27.8%

FAMILIAR CLOSER TO THE REAL SPEAKER

Pieaugums, pēc kura tiecas abi

Flawless publicē trīs iesaistes skaitļus vizuāli dublētām filmām, salīdzinot ar saviem atskaites punktiem:

23×

Vairāk skatīšanās minūšu nekā tās pašas filmas tikai audio dublējumam (Vincent Must Die, no franču uz angļu valodu). Flawless skaitlis.

9×

Vairāk unikālu skatījumu katrai vizuāli dublētai filmai. Flawless skaitlis.

+260%

Augstāki noskatīšanās rādītāji nekā standarta dublējumiem. Flawless skaitlis.

Familiar pašu pāru mērījumi pret ElevenLabs, YouTube automātisko dublēšanu un profesionāliem tulkotājiem: salīdzinājumu centrs.

JAUTĀJUMI

Kas ir asistējoša MI vizuālā dublāža?

Darba process, kurā cilvēki sagatavo dublējumu (tulkojums, balss aktieru izvēle, balss ierakstīšana katram aktierim katrā valodā), MI modelis pielāgo sejas uz ekrāna jaunajam dialogam, un pēc tam cilvēks pārbauda kadru pa kadram. Tā sevi apraksta Flawless TrueSync.

Kas ir vubbing?

Vizuālā dublāža: oriģinālo aktieru sejas snieguma sinhronizēšana ar dialogu jaunajā valodā, neģenerējot un neaizstājot sejas.

Vai asistējošā vizuālā dublāža ietver balsi?

Nē. Pēc paša apraksta TrueSync ir neatkarīgs no audio un neģenerē, nemaina un nesintezē skaņu. Dublētās balss celiņš nāk no jūsu balss aktieriem vai cita avota.

Vai izplatītājs to var izmantot bez oriģinālā iestudējuma?

Vislabāk tā darbojas, ja iestudējuma komanda ir klāt: režisora standarti nosaka kvalitātes kontroli, balss aktieri tiek izvēlēti katrai lomai, un pārbaude notiek kadru pa kadram. Izplatītājam, kuram ir tikai masteris un tiesības, šāda komanda jāsaliek katrai filmai. Pilnai MI dublāžai vajag masteri.

Vai to var izdarīt vēlāk, gatavai filmai?

Asistējošā vizuālā dublāža tiek ieplānota iestudējumā: tai vajag dublējumu, kas ierakstīts katrā valodā, un iestudējuma cilvēkus atzīmēšanai un pārbaudei. Pilnā MI dublāža sākas no gatavās filmas, kāda tā iznāca, tāpēc veco katalogu var nodublēt gadiem pēc miksa apstiprināšanas.

Kāda ir atšķirība starp vizuālo dublāžu un pilnu MI dublāžu?

Vizuālā dublāža pielāgo muti dublējumam, ko jūs jau izveidojāt. Pilnā MI dublāža izveido pašu dublējumu: tulkojumu, aktiera paša balsi, ainas skaņu un seju, no gatavās filmas, vienā renderā.

Vai pilnā MI dublāža piegādā 8K?

Familiar šodien renderē līdz 4K, piegādājot ProRes masterus Studio piegādēm vai mp4 caur API, ar īstu 5.1 telpiskās skaņas vai stereo miksu. TrueSync pārbauda un piegādā 8K izšķirtspējā.

ATSAUCES

  1. [1]Netflix, Timed Text Style Guide: Subtitle Templates, lasīts 2026. gada 30. oktobrī
  2. [2]Flawless, Localize Titles with Assistive AI Visual Dubbing (TrueSync), lasīts 2026. gada 18. septembrī
  3. [3]Familiar pret Flawless TrueSync: pilna MI dublāža pret asistējošu vizuālo dublāžu
  4. [4]MI lūpu sinhronizācija: kas tā ir, ko tā palaiž garām, kas to pārspēj
  5. [5]Familiar pret ElevenLabs Dubbing: divi pāru pētījumi
  6. [6]Cik maksā dublāža 2026. gadā?

Multimodālā tulkošana

Familiar Labs veido par paaudzi labāku dublāžu ar multimodālu lokalizācijas lēmumu modeli (MLDM), pirmo multimodālās tulkošanas pamatmodeli: viens modelis izlemj, ko lokalizēt tekstā, audio un attēlā, un parāda jums izvēles. Jūsu balss un lūpas, pārnestas jaunās valodās. 8 cilvēku komanda ar PhD, ko atbalsta Samsung, RedBird un Gold House. Mūsu misija