ARBEIDSFLYT

Ett verktøy til i den kreative prosessen

FAMILIAR FORSKNINGOPPDATERT ALLE ARTIKLER
LES ARTIKKELEN PÅEnglishEspañolPortuguês中文日本語한국어FrançaisDeutschالعربيةBahasa IndonesiaРусскийItalianoTiếng ViệtไทยNederlandsΕλληνικάУкраїнська粵語NorskCatalàHrvatskiLietuviųSlovenčinaSvenskaБългарскиСрпскиБеларускаяDanskҚазақшаLatviešu

SAMMENDRAG

En dub består av hundre små kreative valg: hvilke navn som blir stående slik de ble sagt, hvordan en vits lander på japansk, om et stikk skal lyde tørt eller lekent. Familiar er en multimodal beslutningsmodell for lokalisering (MLDM), den første grunnmodellen for multimodal oversettelse, et nytt paradigme, det første i sitt slag. Den lar hvert eneste av disse valgene ligge hos teamet ditt og tar seg av det repetitive arbeidet rundt dem: å oversette hver replikk til 30 språk med talerens egen stemme, å tilpasse leppene, å beholde lyden i scenen og å pakke filene.
DEN FØRSTE GRUNNMODELLEN FOR MULTIMODAL OVERSETTELSE

Sett reglene én gang

To ting former hver oversettelse før en eneste replikk er skrevet, og teamet ditt setter begge i konsollen eller via API-et, per skaper eller per video:

IKKE OVERSETT-LISTEN
HVA DEN GJØRFaste uttrykk, navn, merkenavn og slang blir stående nøyaktig slik de ble sagt, på alle språk: programlederens signaturutrop, vennenes kallenavn, figurene i spillet.
KONTEKSTSETNINGEN
HVA DEN GJØRÉn setning om hva kanalen eller videoen er: hvem som er på skjermen, og hva slags video det er. Et matprogram og et rettssalsdrama oversetter den samme setningen ulikt.

Den smaleste innstillingen vinner: en regel på én video overstyrer skaperens standard, men bare for den videoen.

Velg replikken som treffer

Noen replikker kan oppfattes på flere måter. Et ordspill, et stikk, en setning som leses som oppriktig eller sarkastisk alt etter skuespillerens ansikt. For slike replikker kommer oversettelsen tilbake som tre alternativer, hvert merket med hensikt og følelse: ordspillet beholdt og forlegent, den rene betydningen og oppriktig, en ny vits og lekent. Den kreative lederen din velger ett, på samme måte som et slangord beholdes slik det ble sagt, eller banningen tones ned for en yngre versjon. Hva en karakter mente, er fortsatt ditt valg.

Rediger mot originalen

Hver oversatte replikk står ved siden av kildereplikken, så en som kan begge språkene, kan skrive om hvilken som helst av dem før noe rendres. I konsollen stopper hver video på den gjennomgangsskjermen, og ingenting rendres før teamet ditt godkjenner det; team som stoler på flyten, kan hoppe over stoppet. Via API-et er den samme sperren én innstilling, og en dub kan slippes språk for språk etter hvert som hver gjennomgang er ferdig.

Filene som kommer tilbake

Hvert språk kommer klart for redigeringsrommet eller opplastingskøen din:

DEN FERDIGE VIDEOEN

Opptil 4K

DEN FULLE MIKSEN

Ekte 5.1 surround eller stereo

Du velger selv, i 24-bit PCM WAV, pluss stemmen alene til din egen miks.

UNDERTEKSTER

.srt og .vtt

Laget fra den gjennomgåtte transkripsjonen, så de stemmer med det dubben sier, tilpasset konvensjonene i Netflix' Timed Text Style Guide.

TITTEL OG BESKRIVELSE

Oversatt

Lenker, @brukernavn og rabattkoder blir stående slik de er skrevet.

Dubben er din, og du kan publisere den hvor du vil.

Hvem avgjør hva

Teamet ditt beholder alle kreative beslutninger. MLDM tar arbeidet ingen vil gjøre tretti ganger.

TEAMET DITT

  • Navnene og uttrykkene som aldri endres.
  • Kontekstsetningen.
  • Valget mellom tre lesninger av en vits.
  • Hver replikk som skrives om for hånd.
  • Øyeblikket et språk går ut.

MLDM

  • Utkastet til hver replikk på hvert språk.
  • Å gi den talerens egen stemme.
  • Å leppesynke munnen til de nye ordene.
  • Å bære latteren, musikken og romlyden med seg.
  • Å lage undertekstene og metadataene.

Hver beslutning den tar, lagres med jobben, og hvilken som helst av dem kan overstyres. I dag ser du oversettelsesvalgene; å velge hvilke lyder som blir stående på originalspråket, hvilket ansikt som er taleren, og hvilken tekst i bildet som skal oversettes med begrepene du allerede har valgt, er under utvikling.

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

FAMILIAR · ONE SHOT AND THE QUALITYFamiliar vs Flawless TrueSync The ElevenLabs study The demos

MLDM for det møysommelige arbeidet.

Vi er ett verktøy til i den kreative prosessen.

MLDM tar gjentakelsene, replikk etter replikk og språk etter språk. Veien til høy kvalitet i dag gjør det arbeidet med et assisterende verktøy, et team av VFX-artister og uker per prosjekt, og hvert språk er et nytt prosjekt; verktøyene som dubber i én omgang i dag, er raske og ofrer resten, kontrollen også: du får det som kommer ut. Familiar er én omgang og kvaliteten. Skjønnet om tone, humor og mening blir hos menneskene som skapte verket, og gjennomgangsskjermen er der de bruker det.

++
Alle dataene vi har trent på, er faktisk laget av Familiar-teamet selv.

Ikke «generativ KI», men oversettelse i de kreatives tjeneste.

Det finnes ingen prompt. Ingenting nytt blir funnet på. Generativ KI i tradisjonell forstand lager nytt innhold ut fra en prompt, og det er en god måte å lage nye ting på. En dub trenger det motsatte: videoen din går inn, og den samme skuespilleren, den samme fremføringen og den samme timingen kommer ut på et annet språk. Familiar er et verktøy for multimodal oversettelse. CEO-ens argument for det sporet: Fra menneske til menneske, ikke fra KI til KI.

SPØRSMÅL

Kan jeg rette oversettelsen?

Alltid: hver video stopper på en gjennomgangsskjerm der du redigerer hvilken som helst replikk før den rendres. Ikke oversett-listen og kontekstsetningen din gjelder før det første utkastet.

Beholder den de faste uttrykkene og navnene mine?

Nøyaktig slik du sier dem. Du har en Ikke oversett-liste: faste uttrykk, venners navn, signaturutrop. Vitser skrives om så de lander på målspråket, og replikker som kan oppfattes på flere måter, kommer tilbake som tre alternativer teamet ditt kan velge mellom.

Skriver Familiar nytt innhold ut fra en prompt?

Nei. Det finnes ingen prompt. Videoen din går inn, og den samme fremføringen kommer ut på et annet språk; hvert kreative valg underveis er teamet ditt sitt.

KILDER

  1. [1]Netflix, Timed Text Style Guide: Subtitle Templates, lest 30. oktober 2026
  2. [2]Familiar FAQ
  3. [3]Familiar API: skapere, Ikke oversett, kontekst
  4. [4]Familiar API: kontekstsetning
  5. [5]Familiar API: Ikke oversett
  6. [6]Familiar API: transkripsjon og gjennomgang
  7. [7]Familiar API: leveranser
  8. [8]Familiar API: oversatte titler og beskrivelser

Multimodal oversettelse

Familiar Labs lager en ny generasjon dubbing med en multimodal beslutningsmodell for lokalisering (MLDM), den første grunnmodellen for multimodal oversettelse: én modell avgjør hva som skal lokaliseres på tvers av tekst, lyd og bilde, og viser deg valgene. Stemmen og leppene dine, båret over i nye språk. De er et team på 8 med PhD-er, støttet av Samsung, RedBird og Gold House. Vår misjon

Se hele benchmarken →Snakk med teamet