BENCHMARK, KOP AAN KOP

Familiar vs de automatische nasynchronisatie van YouTube: een studie op een bevroren cohort

FAMILIAR ONDERZOEKBIJGEWERKT ALLE ARTIKELEN
LEES DIT INEnglishEspañolPortuguês中文日本語한국어FrançaisDeutschالعربيةBahasa IndonesiaРусскийItalianoTiếng ViệtไทยNederlandsΕλληνικάУкраїнська粵語NorskCatalàHrvatskiLietuviųSlovenčinaSvenskaБългарскиСрпскиБеларускаяDanskҚазақшаLatviešu

SAMENVATTING

Op een bevroren cohort van 50 paren (Arabisch, Spaans, Frans, Hindi, Koreaans; vastgelegd op 8 augustus 2026) mat Familiar 182.9% meer gelijkenis met de spreker dan de automatische nasynchronisatie van YouTube (0.399 vs 0.141) en veranderde of verloor het 70.3% minder belangrijke ideeën (43 vs 145 van de 528). YouTube had 232.6% meer fouten in het achtergrondgeluid (11.21 vs 3.37 dB). Familiar won ook op stemgeluiden. Voor 25 van de 43 bronclips bestond een bruikbare automatische dub; Familiar dubde ze alle 43. Alle data en zes gesynchroniseerde luistervoorbeelden: de volledige YouTube-benchmark.

Methode

PAREN

50

Bevroren cohort; één bronclip × één doeltaal.

TALEN

5

Arabisch, Spaans, Frans, Hindi, Koreaans.

VASTGELEGD

8 augustus 2026

BESCHIKBAARHEID

25 van 43

Bronclips met een bruikbare automatische dub van YouTube; Familiar dubde ze alle 43.

GEPAARD, BLACKBOX
HOE ER GESCOORD WORDTEén bronclip × één doeltaal; de volledige eindaudio van beide systemen.
TIMINGGEVOELIGE MAATSTAVEN
HOE ER GESCOORD WORDTAlleen de 31 paren waarvan de uitlijning op de tijdlijn van de bron onafhankelijk is geverifieerd (40 ms als grens; twijfelgevallen vallen af).
MAATSTAVEN VOOR GELUIDEN
HOE ER GESCOORD WORDTDe 14 sporen met door mensen geverifieerde fragmenten van lach of reacties.
ONTBREKENDE YOUTUBE-SPOREN
HOE ER GESCOORD WORDTBlijven expliciet vermeld en worden nooit als nul gescoord.
BETEKENISCONTROLE
HOE ER GESCOORD WORDTBeoordeelt de geleverde spraak; geldige parafrases en kleine reacties op de achtergrond zijn geen fouten; CER/WER niet meegenomen.

De stem: bij hen die van een vreemde

De automatische dub van YouTube spreekt met de stem van een vreemde; Familiar houdt die van de oorspronkelijke spreker.

Op de 31 exact uitgelijnde paren, de gelijkenis met de echte spreker:

FIG. 01 · GELIJKENIS MET DE SPREKER (SIM-O) · 31 UITGELIJNDE DUBS · FAMILIAR +182.9%
FAMILIAR0.399
YOUTUBE0.141

De betekenis

Van de 528 belangrijke ideeën in de bron, verspreid over de 50 gecontroleerde dubs, veranderde of verloor YouTube er 145; Familiar 43.

FIG. 02 · BELANGRIJKE IDEEËN UIT DE BRON VERANDERD OF VERLOREN · VAN 528 · FAMILIAR 70.3% MINDER
YOUTUBE145
FAMILIAR43
34/50

dubs van YouTube met een ernstig probleem in de gesproken betekenis

18/50

dubs van Familiar met een ernstig probleem in de gesproken betekenis

12 vs 0

kritieke betekenisfouten, YouTube vs Familiar

De scène en de reacties

FIG. 03 · SPECTRALE FOUT IN HET ACHTERGRONDGELUID · DELEN ZONDER SPRAAK · YOUTUBE +232.6%
YOUTUBE11.21 dB
FAMILIAR3.37 dB
0.998 vs 0.236

correlatie van het verloop van lach en reacties · 14 sporen

0.11 vs 3.36 dB

fout in het volume van lach en reacties · 14 sporen

25/43

bronclips met een bruikbare automatische dub van YouTube; Familiar dubde ze alle 43

Familiar levert de afgeronde dub tot 4K met een echte 5.1-surround- of stereomix.

Grenzen

Een bevroren blackboxstudie van het vastgelegde cohort, geen uitspraak over elke dub van YouTube, elke taal of toekomstige versies van het platform.
BINNEN HET COHORT
Een modeldiagnose, geen luisterstudie met mensen; de onzekerheid is groot.
VOORSPELDE NATUURLIJKHEID · UTMOS 2.12 VS 1.85
Beschrijvend; het interval raakt nul.
TIMING VAN TRANSIËNTEN · 1.000 VS 0.789 F1

BRONNEN

  1. [1]Familiar vs de automatische dub van YouTube: alle resultaten, methode en luistervoorbeelden
  2. [2]Alle benchmarks van Familiar: ElevenLabs, YouTube, menselijke vertalers
  3. [3]YouTube Help: Automatische nasynchronisatie gebruiken
  4. [4]Review van de automatische nasynchronisatie van YouTube: wat we hebben gemeten

Multimodale vertaling

Familiar Labs zet met een multimodaal beslismodel voor lokalisatie (MLDM) een generatiesprong in nasynchronisatie. Het eerste foundation model voor multimodale vertaling: één model beslist wat er gelokaliseerd wordt in tekst, audio en beeld, en laat je de keuzes zien. Jouw stem en lippen, meegenomen naar nieuwe talen. Een team van 8 met PhD's, gesteund door Samsung, RedBird en Gold House. Onze missie

Bekijk de volledige benchmark →Praat met het team